基本信息

• 职称：教授（硕士生导师、博士生导师）

• 研究方向：教育人工智能，图像视频处理

• 邮箱：huahuang@bnu.edu.cn

个人简介

黄华，北京师范大学人工智能学院教授，院长，国家科技创新领军人才，中国青年科技奖获得者。智能技术与教育应用教育部工程研究中心和教育人工智能北京市重点实验室主任、北京师范大学人工智能交叉研究院院长。2011年在西安交通大学破格晋升教授。2012年至2020年在北京理工大学计算机学院任教。2022年7月起在北京师范大学人工智能学院任教。主要从事教育人工智能、图像/视频处理方面的研究工作。主持国家自然科学基金重点项目、国家重点研发计划项目等；发表CCF A类学术论文百余篇，获授权国家发明专利60余项，部分成果在工业、国防、互联网行业得到应用。兼任北京图象图形学学会理事长，中国计算机学会常务理事，中国图像图形学会常务理事、多媒体专业委员会主任，中国自动化学会常务理事，中国电子学会计算机分会副主任，《计算机辅助设计与图形学学报》、《电子与信息学报》副主编，《Pattern Recognition》、IEEE TITS等多个期刊的AE。

教育背景

• 1992—1996  西安交通大学  电信学院无线电技术专业            学士

• 1999—2001  西安交通大学  电信学院信息与通信工程专业     硕士

• 2002—2006  西安交通大学  电信学院信息与通信工程专业     博士

工作经历

• 2020.08-至今，北京师范大学人工智能学院教授，2022年11月任执行院长，2024年5月任院长；2026年8月兼任人工智能交叉研究院院长

• 2012.04–2020.07，北京理工大学计算机学院，教授；历任学院副院长、校科研院高新部部长、校研究生院副院长

• 2001.09-2012.03，西安交通大学电信学院任教，2008年5月聘为博导，2011年1月晋升教授

主持和参加的科研项目

在研的代表性项目

• 国家自然科学基金重点项目《面向基础教育的多模态大模型构建技术》，合同金额302.9万元，执行期：2025.01-2029.12

• 国家自然科学基金重点项目《编码耦合与解码重构联合优化的计算摄像理论与方法》，合同金额393万元，执行期：2022.01-2026.12

已完结的代表性项目

• 北京市科技计划项目（中央引导地方专项）《基础教育大模型关键技术研究及示范应用》，合同金额240万，执行期：2024.09-2025.09

• 科技创新2030-“新一代人工智能”重大项目课题《视觉及多模态基础模型评测方法与工具研究》，合同金额600万，执行期：2022.11-2025.11

奖励与荣誉

• 教育部技术发明一等奖，2012年

• 中国计算机学会青年科学家奖，2013年

• 国家杰出青年基金，2014年

• 第十四届中国青年科技奖，2016年

• 科技部科技创新领军人才，2017年

• 国家高层次人才特殊支持计划（万人计划）领军人才，2018年

• ICML Outstanding Paper Awards，2020年，大陆第二篇

• EURASIP Best Paper Award，2020年，每两年评选一篇

• 中国图象图形学学会自然科学奖一等奖，2024年

• 中国图像图形学会会士，2025年

• 中国人工智能学会教学成果激励计划一类成果，2026年

• 京师奖教育教学成果奖二等奖，2026年

代表性学术论文

• Runrui Li, Lin Zhu, Hua Huang✉. Bridging the Gap in Exam Handwritten Text Recognition: Dataset, Benchmark, and Modeling[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2026, early access.

• Yuanfei Huang, Hua Huang✉. Tackling Ill-posedness of Reversible Image Conversion with Well-posed Invertible Network[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2026, 48(6): 6847-6864.

• Lin Zhu, Kangmin Jia, Yifan Zhao, Yunshan Qi, Lizhi Wang, Hua Huang✉. DSNeRF: Dynamic View Synthesis for Ultra-Fast Scenes From Continuous Spike Streams[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2026, 48(6): 6470-6487.

• Jian Li, Hua Huang✉. Textual Stochastic Gradient Descent: Discrete Optimization of External Memory for Reasoning Language Agents[C]. International Conference on Machine Learning (ICML), 2026.

• Junbo Zhao, Ting Zhang, Can Li, Wei He, Jingdong Wang, Hua Huang✉. Non-Parametric Structural Priors for Geometry Theorem Prediction[C]. International Conference on Machine Learning (ICML), 2026.

• Xiaojing Wei, Ting Zhang✉, Wei He, Jingdong Wang, Hua Huang✉. GeoLoom: High-quality Geometric Diagram Generation from Textual Input[C]. International Conference on Machine Learning (ICML), 2026.

• Yujie Hou, Mei Wang, Yaoyao Zhong, Ting Zhang, Xuetao Ma, Hua Huang✉. SMART:Evaluating LLMs’ Mathematical Reasoning via a Human Cognitive Process-Inspired Benchmark[C]. Annual Meeting of the Association for Computational Linguistics (ACL), 2026: 35426-35452.

• Yuanfei Huang, Hua Huang✉. Beyond image prior: Embedding noise prior into latent space of conditional denoising transformer[J]. International Journal of Computer Vision (IJCV), 2025, 133(11): 7591-7611.

• Xiangtian Ma, Lizhi Wang, Xin Wang, Weitao Song, Qilin Sun, Lin Zhu, Hua Huang✉. Learning Refractive-Diffractive Optics with Unidirectional Transformer for Large Field-of-View Imaging[J]. International Journal of Computer Vision (IJCV), 2025, 133(11): 7570-7590.

• Lin Zhu, Tengyu Long, Xiao Wang, Lizhi Wang, Hua Huang✉. Rethinking Scale-Aware Temporal Encoding for Event-based Object Detection[C]. Advances in Neural Information Processing Systems (NeurIPS), 2025: 144008-144032.

• Zhicheng Lian, Lizhi Wang, Hua Huang✉. Apg-mos: Auditory perception guided-mos predictor for synthetic speech[C]. Proceedings of the 33rd ACM International Conference on Multimedia (ACMMM), 2025: 450-459.

• Yufan Ye, Ting Zhang, Wenbin Jiang, Hua Huang✉. Process-supervised reinforcement learning for code generation[C]. Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP), 2025: 14224-14237.

招生说明

欢迎报考硕士、博士研究生。团队会提供优越的工作环境，充足的计算资源、科研补助和国内外交流机会。请有兴趣加入团队的同学尽早联系，早日确定意向。详细招生理念请转阅团队主页：https://vmcl.bnu.edu.cn/recruit/zpsm/index.htm 

另外，招募教育人工智能方向的博士后若干。