1）方向：主要是针对各类边缘设备和端侧机器视觉（Machine Vision）应用，包含2D和3D目标和场景识别、生成以及重建任务等，进行轻量化深度学习相关的人工智能研究，以及这些理论在面向工业化场景需求中的高效率、低功耗、强鲁棒性探索。实验室目前关于深度学习理论的几个主要方向包括：少样本、弱标签数据高效的深度学习，类脑通用场景知识理解，边缘智能模型架构设计以及模型压缩。

2）目标：课题组致力于解决国家和社会产业发展中的关键技术难题，力求从0到1的提出原创性人工智能解决方案，在攻克重大难题的同时培养课题组同学的人工智能理论和实战水平，并将相关成果发表在人工智能和计算机视觉顶级期刊和会议上（如：IEEE TPAMI/TIP/IJCV/CVPR/ICCV/ECCV等）。课题组之前的部分科研成果已经应用于华为、腾讯、中兴等国内龙头企业，部分已毕业同学或进入上述一线互联网企业工作，或进入全球Top30的大学和科研机构继续深造。

3）招生：我们欢迎对以上领域有浓厚科研兴趣的同学报考我们的硕士和博士研究生（因名额有限，我们会优先考虑有在上述期刊和会议上发表论文或有投稿经验者，或者有较强的的编程和数学功底，同时对AI技术和科研有执着的热爱并愿意投入大量时间者；若您上述两者皆不满足，请三思而后行）。

      我们也欢迎大三、大四的高年级本科生，尤其是有志于将来继续深造或者继续在边缘智能领域从事科研的同学提前进入我们课题组进行实习（考虑之前做出较好成果来的一些本科同学所付出的时间，我们希望您至少可以保证每个礼拜除了上课外其余时间的70%用于科研，实验室也会在您毕业时积极协助推荐到国外大组攻读硕博士学位，否则请慎重考虑）。同时，课题组常年招聘博士后科研职位，有关本课题组的更多信息请参看我们的主页：https://eetchen.github.io/

(10) 上海市图像图形学会 理事

(9)  中国图象图形学会视觉大数据专委会委员

(8)  中国图象图形学会青年工作委员会执行委员

(7)  中国计算机学会多媒体专委会执行委员

(6)  中国自动化学会工业物联网专委会执行委员

(5)  IEEE Senior Member

(4)  VALSE (视觉与学习青年研讨会), SAC

(3)  Jounal of Aritificial Intelligence and Systems , Editorial Board Member, 2019-2021

(2）Mathematical Problems in Engineering Guest Editor, 2015

(1)  ICSP 2016 Session Chair

(7)  入选AI2000榜单, 2023

(6)  信息学院院长奖，2021

(5）上海市特聘专家，2020

(4）国家青年特聘专家，2018

(3）新加坡科技局颁发无人驾驶特别杰出贡献奖（Special Outstanding Contribution） 2016

(2）新加坡科技局颁发RIE2020科研创新贡献奖， 2014

(1）IEEE 图像处理国际大会会议资助基金奖励 ，2011

2023.12-至今:       复旦大学信息学院，      教授，博士生导师

2019.03-2023.11:   复旦大学信息学院，      青年研究员，博士生导师

2017.08-2019.02:  华为新加坡中央研究院,   高级研究员

2017.04-2017.07:  新加坡资讯通信研究院， 研究员II级

2013.05-2017.03：新加坡资讯通信研究院， 研究员I级

2013.01-2013.04:  NTU智能机器人实验室，  副研究员

2008.08-2013.09:  新加坡南洋理工大学，   博士

2006.09-2008.07:  浙江大学，         硕士

2002.09-2006.07:  山东大学，         本科

图像处理与机器视觉，     大三（春学期）

计算机视觉，                 研一（春学期）

实验室近5年在CCF A 类或者中科院1区的各类刊物和会议如：IEEE T-PAMI/T-IP/T-GRS/T-MM/CVPR/NeurIPS/ACMMM上面已经发表130余篇论文，部分成果已经在华为、中兴、小米等企业使用，详细的论文列表请参考如下：

A List of FULL Publications, please see： 

https://scholar.google.com.sg/citations?hl=en&user=w3OoFL0AAAAJ&view_op=list_works&sortby=pubdate

[1] Y. Liao, H. Zhu, Y. Zhang, C. Ye, J. Fan, T. Chen, "Point Cloud Instance Segmentation with Semi-supervised Bounding-Box Mining," IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI), 2022.

[2] H. Ye, B. Zhang, T. Chen, "Performance-aware Approximation of Global Channel Pruning for Multitask CNNs,"  IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI), 2023.

[3] C. Ye, H. Zhu, B. Zhang, T. Chen, "A Closer Look at Few-shot 3D Point Cloud Classification," to appear, International Journal of Computer Vision (IJCV), 2023. 

[4] P. Ye, B. Li, Y. Li, T. Chen,  et al., "Efficient Joint-Dimensional Search with Solution Space Regularization for Real-Time Semantic Segmentation," International Journal of Computer Vision (IJCV), 2022. 

[5] T. Chen, S. Lu, J. Fan, " S-CNN: Subcategory-aware convolutional networks for object detection ," IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI), 40(10):2522-2528, 2018.