基本信息

• 职称：副教授

• 研究方向：教育人工智能、大模型、OCR、计算机视觉、智能体

• 电子邮箱： linzhu@bnu.edu.cn

个人简介

朱林，北京师范大学人工智能学院副教授。2022-2025年在北京理工大学计算机学院担任助理教授/副研究员，2018—2022年于北京大学计算机学院获得博士学位，2019—2021年在鹏城实验室人工智能中心访问交流。主要研究方向包括教育人工智能、大模型、OCR、计算机视觉、神经形态视觉以及图像视频处理等。

近期的研究兴趣是围绕智能视觉理解与教育场景人工智能开展系统研究，在TPAMI、CVPR、ICCV、ICML、NeurIPS、AAAI、ACM MM等CCF-A类国际高水平期刊与会议发表论文40余篇，其中第一作者或通讯作者20余篇；担任 IEEE Transactions on Image Processing (TIP) 编委（Associate Editor），已授权国内外专利10余项。主持国家自然科学基金青年项目、博士后创新人才支持计划等科研项目，入选 2024—2026年度北京市科协青年人才托举工程，曾获 中国图象图形学学会优秀博士论文提名 等荣誉。

教育背景

• 2018年—2022年 北京大学计算机学院 计算机应用技术专业 博士 

• 2015年—2018年 中国兵器科学研究院 系统工程专业 硕士 

• 2010年—2014年 西北工业大学航天学院 探测制导与控制技术专业 学士

工作经历

• 2026年1月-至今 北京师范大学人工智能学院 副教授

• 2022年7月-2025年12月 北京理工大学计算机学院 助理教授/副研究员

主持和参加的科研项目

• 国家自然科学基金青年项目（主持）

• 博士后创新人才支持计划项目（主持）

• 国家重点研发计划子课题（参与）

• 应用创新装备预研项目（参与）

• 北理工青年教师学术启动计划（主持）

• 中央高校基本科研业务费资助项目（主持）

主要学术成果

近期部分成果如下（*：通讯作者），更多最新成果详见谷歌学术主页：https://scholar.google.com/citations?user=32d6xfEAAAAJ&hl=zh-CN

• L Zhu, K Jia, Y Zhao, Y Qi, L Wang, H Huang. DSNeRF: Dynamic View Synthesis for Ultra-Fast Scenes from Continuous Spike Streams. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2026. (CCF-A，学院推荐目录A+).

• L Zhu, X Chen, L Wang, X Wang, Y Tian, H Huang. Continuous-time Object Segmentation using High Temporal Resolution Event Camera. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2025. (CCF-A，学院推荐目录A+).

• D Gu, J Li*, L Zhu*, Y Zhang, JS Ren. Reliable Event Generation with Invertible Conditional Normalizing Flow. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 46 (2), 927–943, 2024. (CCF-A，学院推荐目录A+).

• L Zhu, S Dong, J Li, T Huang, Y Tian. Ultra-high Temporal Resolution Visual Reconstruction from a Fovea-like Spike Camera via Spiking Neuron Model. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 45 (1), 1233–1249, 2022. (CCF-A，学院推荐目录A+).

• X Ma, S Dong, L Zhu*, L Wang, H Huang. Seeing Through Blur: Tackling Defocus in Spike-Based Imaging. In IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2026. (CCF-A).

• Y Qi, L Zhu*, N Bao, Y Zhao, J Li*. Seeing through Light and Darkness: Sensor-Physics Grounded Deblurring HDR NeRF from Single-Exposure Images and Events. In IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2026. (CCF-A).

• X Xiang, L Zhu*, W Zhang, Y Tian*. Event Structural Valley: A Unified Theoretical and Practical Framework for Event Camera Autofocus. In IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2026. (CCF-A).

• P Zhang, L Zhu*, X Wang, L Wang, H Huang. EMatch: A Unified Framework for Event-based Optical Flow and Stereo Matching. In Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2025. (CCF-A).

• R Liu, L Zhu*, X Wang, L Wang, H Huang. Noise-Modeled Diffusion Models for Low-Light Spike Image Restoration. In Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2025. (CCF-A).

• L Zhu, X Ma, X Wang, L Wang, H Huang. EvFocus: Learning to Reconstruct Sharp Images from Out-of-Focus Event Streams. In International Conference on Machine Learning (ICML), 2025. (CCF-A).

• M Geng, L Zhu*, L Wang, W Zhang, R Xiong, Y Tian*. Event-based Visible and Infrared Fusion via Multi-task Collaboration. In IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2024. (CCF-A).

• Y Qi, L Zhu*, Y Zhao, N Bao, J Li. Deblurring neural radiance fields with event-driven bundle adjustment. Proceedings of the 32nd ACM International Conference on Multimedia (ACM MM), 2024. (CCF-A).

• L Zhu, K Jia, Y Zhao, Y Qi, L Wang, H Huang. SpikeNeRF: Learning Neural Radiance Fields from Continuous Spike Stream. In IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2024. (CCF-A).

• Y Qi, L Zhu*, Y Zhang, J Li*. E2NeRF: Event Enhanced Neural Radiance Fields from Blurry Images. In IEEE/CVF International Conference on Computer Vision (ICCV), 2023. (CCF-A).

• L Zhu, X Wang, Y Chang, J Li, T Huang, Y Tian. Event-based Video Reconstruction via Potential-assisted Spiking Neural Network. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2022. (CCF-A).

• L Zhu, J Li, X Wang, T Huang, Y Tian. NeuSpike-Net: High Speed Video Reconstruction via Bio-inspired Neuromorphic Cameras. In IEEE/CVF International Conference on Computer Vision (ICCV), 2021. (CCF-A).

• L Zhu, S Dong, J Li, T Huang, Y Tian. Retina-like Visual Image Reconstruction via Spiking Neural Model. In IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2020. (CCF-A).

学术与社会服务

• 担任IEEE Transactions on Image Processing期刊编委 (Associate Editor)

• 担任机器学习及计算机视觉NeurIPS、ICLR、ICML、CVPR、ICCV、ECCV等会议的程序委员会委员或审稿人

• 担任IEEE TPAMI、IEEE TIP、IEEE TMM、IEEE TCSVT、IEEE TCYB等期刊的审稿人

指导学生项目

在学生培养方面，此前工作期间已招收并指导4届本科保研生、硕士生，课题组学生培养成效突出，已形成较为系统的科研训练与人才培养经验。现有7名硕士生已在 IEEE TPAMI、CVPR、ICML、NeurIPS、ACM MM 等CCF-A类期刊和会议发表论文12篇，在投论文5篇。学生中已有5人次获得本科优秀毕业设计，2人次获得硕士研究生国家奖学金，1人次获得校级优秀硕士毕业生。已毕业2名硕士生现分别在美团、滴滴等知名互联网企业从事算法研发工作。曾协助指导博士生3名，毕业后在清华大学、新加坡南洋理工大学、北京大学等研究机构担任从事研究工作。课题组注重“科研训练 + 学术产出 + 长期发展”一体化培养，鼓励学生在扎实基础上开展高水平创新研究。

招生说明

课题组研究方向聚焦于教育人工智能、大模型、OCR、计算机视觉、智能体应用、图像视频处理等前沿领域，注重学生在科研训练、论文发表、项目实践与职业发展方面的系统培养。团队可提供良好的科研环境、充足的计算资源、科研补助以及国内外学术交流机会。对于表现优秀、科研投入度高的同学，将重点支持其开展高水平研究工作。

欢迎有志于从事高水平科研的同学通过邮件联系，并附上个人简历、成绩单及相关材料。

个人主页：https://linzhu.tech/

谷歌学术主页：https://scholar.google.com/citations?user=32d6xfEAAAAJ&hl=zh-CN