张宇

姓名： 张宇

职称/职务：副教授/硕士生导师

电子邮箱：zhangyuai@tust.edu.cn

办公电话：13612174418

办公地点：滨海校区西院8-308

个人简介：

2022年12月毕业于哈尔滨工程大学信息与通信工程专业，获博士学位；2017年-2019年获国家公派资格赴悉尼大学联合培养，师从陶大程院士。主要研究深度学习算法在复杂计算机视觉任务中的应用。近年来，发表SCI论文10余篇，主持横向项目2项，教育部重点实验室开放课题1项，担任多个知名期刊审稿人。

讲授课程：《Python程序设计》（本科生）；《人工智能应用设计》（本科生）；《智能方向项目实践》（本科生）

主要兼职：（5项以内，按时间倒序排列）

1.《IEEE Signal Processing Letters》期刊审稿人。

2.《Computerized Medical Imaging and Graphics》期刊审稿人。

3.《IEEE Internet of Things Journal》期刊审稿人。

4.《IEEE Transactions on Vehicular Technology》期刊审稿人。

工作履历（按时间倒序排列）：

1.2023年1月-至今：天津科技大学  计算机科学与技术系 专任教师

教育背景（按时间倒序排列）：

1.2015.9-2022.7：哈尔滨工程大学　   信息与通信工         工学博士

2.2017.11-2019.11： 悉尼大学　      计算机科学       联合培养博士

3.2010.9-2014.7：哈尔滨工业大学　   通信工程             工学学士

主要科研项目：（5项以内，按时间倒序排列）

1. 船载边缘端视觉感知系统研究，横向项目，200万，主持。

2. 基于有监督对比学习的东巴文真字识别模型研究，教育部重点实验室开放课题，3万，主持。

3. 口令解码算法结构优化与对比测试服务，横向项目，28万，主持。

4. 光控CRISPR/Cas13系统靶向抑制DNMT1治疗废用性骨质疏松的研究，中国医药教育协会，骨科骨质疏松创新奖励基金项目，10万，参与。

5. 云助网联居家式监护群关键技术开发（C-Nurse），重点研发计划，200万，参与。

代表性论文：（5篇以内，按时间倒序排列）

1. Zhang Y, Liu F, Lyu J, et al. HMPNet: A Feature Aggregation Architecture for Maritime Object Detection from a Shipborne Perspective[c]. IEEE International Conference on Multimedia & Expo, 2025. （CCFB类）

2. Lyu J, Meng J, Zhang Y*, Ling SH. MUF-Net: A Novel Self-Attention Based Dual-Task Learning Approach for Automatic Left Ventricle Segmentation in Echocardiography. Sensors (Basel). 2025 Apr 24;25(9):2704. （SCI3区)

3. Chen Z, Bi X, Zhang Y, et al. Lightweightderain: learning a lightweight multi-scale high-order feedback network for single image de-raining[J]. Neural Computing and Applications, 2022: 1-18. (SCI 2区)

4. Zhang Y, Lyu J, Bi X. A dual-task dual-domain model for blind MRI reconstruction[J]. Computerized Medical Imaging and Graphics, 2021, 89: 101862. （SCI 1区）

5. Zhang Y, Wang X, Bi X, et al. A light dual-task neural network for haze removal[J]. IEEE Signal Processing Letters, 2018, 25(8): 1231-1235. （SCI2区）

研究方向：关注深度学习方法在不同复杂场景中的应用问题，主要针对弱标注、不完整、强干扰、不平衡数据的深度学习方法开展研究，涉及自监督学习、对比学习、小样本学习、多模态学习、神经网络轻量化等领域。应用研究主要包括以下方面。

1.船舶与无人艇的视觉感知：图像增强、目标检测、语义分割、立体匹配、深度估计、多模态深度补全等。

2.医学影像分析：图像采集加速、病灶分割与检测、目标测量、跨模态联合诊断与预测等。

3.监控场景图像增强和目标检测：电网、交通等户外场景下的图像去雾、去雨、低照度增强、小目标检测、人员身份和行为识别。

4.生物医学信息处理：蛋白功能预测与筛选、生物大模型等。

5.古籍文献智能分析：少数民族古籍单字识别等。

招生专业：见学院当年公布的本人可招生专业信息。

“不求甚解勿入此门，混个文凭请往他处”。课题组气氛轻松，工作时间灵活。有丰富的学习资源和全方位的指导，不要求具备的基础知识，只要肯学，就能教会你。不要求取得SOTA的结果，但要求对科学研究的高度投入。欢迎渴望自我提升、不畏挑战、对探索未知的科研工作有热情的同学加入!