香港中文大學（深圳）張大鵬教授招收全獎博士生

01、學校招生要求

香港中文大學（深圳）數據科學學院博士項目采用申請製，麵向全球招收優(you) 秀學生。根據最新招生信息，申請者需滿足以下條件：

基本申請條件

1. 學曆要求：具有被國家教育部認可的大學碩士學位或學士學位

2. 成績要求：平均成績達到B以上或GPA達到3.0以上（滿分4.0）；按百分製計算的成績需達到80%以上；或不低於(yu) 乙等榮譽

3. 英語能力：需符合以下條件之一

·完成以英文為(wei) 授課語言的學位課程

·雅思（學術類）不低於(yu) 6.5分

·托福（網考）不低於(yu) 79分

·其他認可的英語能力證明

申請材料

1.完整的在線申請表

2.個(ge) 人簡曆（包含學術背景、研究經曆、發表論文等）

3.大學官方成績單（需教務處或學院蓋章）

4.英語水平證明（托福、雅思等成績報告）

5.兩(liang) 封推薦信（由推薦人直接提交）

6.研究計劃書(shu) （英文）

7.其他支持性文件（如科研成果、獲獎證明等）

獎學金與(yu) 資助

香港中文大學（深圳）為(wei) 博士生提供豐(feng) 厚的獎學金，最高可達150萬(wan) 元（包括五年學費補助、生活費補助及國外交流補助）。學校采用滾動招生方式，申請截止時間為(wei) 2026年5月，但建議符合條件的同學盡早申請。

02、教授研究方向

張大鵬教授是國際生物特征識別領域的著名學者，在模式識別、圖像處理和生物特征識別方麵有著深厚的研究基礎和突出貢獻。目前，張教授團隊主要專(zhuan) 注於(yu) 以下研究方向：

1. 生物特征識別

·掌紋/掌脈身份認證係統：張教授是國際上最早開展掌紋識別研究的學者之一，其團隊在掌紋的定位、特征提取、活體(ti) 檢測和特征融合等方麵做了廣泛而深入的研究，開發了接觸式、非接觸式、光譜和3D掌紋識別係統等技術。掌紋識別包含幾何信息、細節點信息、線特征、紋理信息和手掌靜脈信息等多種特征，具有複雜性高、防偽(wei) 能力強的優(you) 勢。

·人臉美學量化評估算法：張教授團隊開創了人臉美學客觀化研究領域，致力於(yu) 建立科學的人臉美學評估體(ti) 係，通過計算機視覺和機器學習(xi) 算法量化人臉美學特征，實現客觀評估和分析。

2. 醫學人工智能

·中醫舌麵象/脈象客觀化分析：張教授團隊致力於(yu) 中醫四診（望、聞、問、切）的量化研究，特別是舌診和脈診的客觀化和數字化。團隊建立了世界上最大的中醫感知數據庫，研發了全方位體(ti) 表醫學信息（如視覺/聽覺/觸覺/嗅覺）獲取設備，將傳(chuan) 統中醫診斷方法與(yu) 現代人工智能技術相結合。

·體(ti) 表生物信息無創檢測：通過計算機視覺和人工智能技術，實現對人體(ti) 體(ti) 表生物信息的無創檢測，為(wei) 健康監測和疾病預防提供新途徑。

3. 計算機視覺基礎

·模式識別理論突破：張教授團隊在模式識別基礎理論方麵不斷探索，致力於(yu) 突破傳(chuan) 統方法的局限，提升識別係統的準確性、魯棒性和效率。

·多模態感知融合：研究視覺、觸覺、聽覺等多種感知模態的融合技術，實現更全麵、準確的信息獲取和處理，為(wei) 人工智能係統提供更豐(feng) 富的感知能力。

03、創新研究想法

基於(yu) 張大鵬教授團隊的研究方向，以下是幾個(ge) 具有前景的創新研究計劃：

1. 跨模態生物特征融合認證係統

結合掌紋、掌脈、指紋和人臉等多種生物特征，設計一個(ge) 高安全性、高魯棒性的跨模態生物特征融合認證係統。該係統可以根據不同應用場景自適應地選擇最合適的生物特征組合，並通過深度學習(xi) 方法實現特征的高效融合和匹配。研究重點包括：多模態特征的協同提取、特征表示的一致性轉換、跨模態特征的深度融合策略以及安全性與(yu) 隱私保護機製。

2. 中醫數字診斷專(zhuan) 家係統

基於(yu) 大規模中醫診斷數據，開發一個(ge) 集舌診、脈診、麵診等多種中醫診斷方法於(yu) 一體(ti) 的人工智能輔助診斷係統。該係統將傳(chuan) 統中醫診斷知識與(yu) 現代深度學習(xi) 技術相結合，通過對舌象、脈象等多種體(ti) 表信息的智能分析，輔助醫生進行更準確的診斷。重點研究方向包括：中醫診斷知識的形式化表示、多源醫學數據的融合分析、基於(yu) 因果推理的診斷模型以及個(ge) 性化治療方案推薦。

3. 人臉美學智能評估與(yu) 增強係統

構建基於(yu) 深度學習(xi) 的人臉美學智能評估與(yu) 增強係統，該係統不僅(jin) 能夠客觀評估人臉美學特征，還能針對性地提供個(ge) 性化美學增強建議。研究內(nei) 容包括：人臉美學特征的量化模型、不同文化背景下美學偏好的比較研究、基於(yu) 注意力機製的美學區域識別以及人臉美學增強的生成對抗網絡模型。這一研究可以廣泛應用於(yu) 美容醫學、人像攝影、虛擬形象設計等領域。

4. 無創體(ti) 表生物信息監測與(yu) 健康評估

開發基於(yu) 計算機視覺的無創體(ti) 表生物信息監測係統，通過分析麵部血流變化、微表情、皮膚狀態等視覺信息，實現對心率、血壓、情緒狀態、壓力水平等生理和心理指標的持續監測。重點研究方向包括：微弱生理信號的視覺提取技術、時序生理數據的異常檢測算法、多源生理信息的健康風險評估模型等。該研究可為(wei) 遠程醫療、日常健康監測和早期疾病預警提供創新解決(jue) 方案。

5. 多模態感知融合的增強現實係統

結合計算機視覺、觸覺感知和音頻分析技術，開發一個(ge) 具有多模態感知能力的增強現實係統。該係統能夠同時處理視覺、觸覺和聽覺信息，為(wei) 用戶提供更加沉浸式和自然的交互體(ti) 驗。研究重點包括：多模態數據的時空對齊技術、跨模態信息的語義(yi) 理解模型、基於(yu) 情境感知的多模態反饋生成算法等。這一研究可應用於(yu) 虛擬教育、遠程醫療、工業(ye) 培訓等多個(ge) 領域。