赵凯
赵凯老师现任 上海大学 通信与信息工程学院副教授， 在教育部长江学者特聘教授曾丹教授团队开展多模态大模型、智能工业质检等方向的研究工作。 赵凯老师于 2025 年 8 月加入上海大学，入选上海市及国家级海外高层次人才引进计划。
赵凯老师本科和硕士均毕业于上海大学， 硕士导师是沈为 教授 (现上海交通大学教授)；2020年获南开大学计算机科学与技术专业博士学位， 师从程明明教授。 博士毕业后入选腾讯校招技术大咖（T9级技术专家，腾讯校招最高技术职级）， 并在腾讯优图实验室担任高级研究员。 2022年起在加州大学洛杉矶分校（UCLA）从事博士后研究，2025年8月加入上海大学任教。
赵凯老师的研究领域主要包括计算机视觉、多视角几何、机器学习。 他在计算机视觉和机器学习相关的顶级期刊和会议上发表论文20余篇， 包括 IEEE TPAMI,、CVPR、NeurIPS、ICCV, ECCV 等顶级期刊和会议， 多篇论文入选 ESI 高被引，谷歌学术总引用 6,000 余次。 赵凯老师关于掌纹识别的研究被《麻省理工科技评论》报道， 并应用于微信刷掌支付、北京地铁大兴机场线刷掌入站中。 赵凯老师是很多开源库（例如 PyTorch 和 mmdetection）的活跃贡献者。
联系方式
- 上海大学宝山校区东区12号楼527室
(发邮件时请说明来意并尽量简洁直接)
教育背景、任职经历:
- Aug 2025~: 副教授，上海大学。
- Mar 2022~Jul 2025: 博士后，加州大学洛杉矶分校，洛杉矶。
- Oct 2020~Feb 2022: 高级研究员，腾讯优图实验室，上海。
- Sep 2018~Jan 2019: 研究实习生，松下研发中心，新加坡。
- Sep 2017~Jun 2020: 博士生，南开大学，天津。
- Jul 2016~Nov 2016: 研究实习生，腾讯优图实验室，上海。
- Sep 2014~Jun 2017: 硕士生，上海大学，上海。
- Sep 2010~Jun 2014: 本科生，上海大学，上海。
代表性学术论文:
- Kai Zhao and Liting Ruan and Haoran Jiang and Xiaoqiang Zhu and Xianchao Zhang and Dan Zeng, "Beyond Predictive Resampling: Learning Input-Agnostic Downsampling for Efficient Aligned Vision Recognition", Proceedings of the AAAI Conference on Artificial Intelligence, 2026. (oral presentation, top 4.5%) [PDF] [Google Scholar]
- Kai Zhao and Wubang Yuan and Zheng Wang and Guanyi Li and Xiaoqiang Zhu and Deng-ping Fan and Dan Zeng, "Open-Vocabulary Camouflaged Object Segmentation with Cascaded Vision Language Models", Computational Visual Media, 2025. (影响因子=18.3) DOI: 10.26599/CVM.2025.9450512 [PDF] [Google Scholar]
- Kaifeng Pang and Kai Zhao* and Alex Ling Yu Hung and Haoxin Zheng and Ran Yan and Kyunghyun Sung, "NExpR: Neural Explicit Representation for fast arbitrary-scale medical image super-resolution", Computers in Biology and Medicine, 2025. (影响因子=7, 中科院 2 区)(* 通讯作者) DOI: 10.1016/j.compbiomed.2024.109354 [PDF] [Google Scholar]
- Kai Zhao and Alex Ling Yu Hung and Kaifeng Pang and Haoxin Zheng and Kyunghyun Sung, "MRI Super-Resolution with Partial Diffusion Models", IEEE Transactions on Medical Imaging, 2024. (影响因子=11.3, 中科院 1 区, Top期刊) DOI: 10.1109/TMI.2024.3483109 [PDF] [Google Scholar]
- Kai Zhao and Zuojie He and Alex Hung and Dan Zeng, "Dominant Shuffle: A Simple Yet Powerful Data Augmentation for Time-series Prediction", arXiv:2405.16456, 2024. [Google Scholar]
- Kai Zhao and Kaifeng Pang and Alex LingYu Hung and Haoxin Zheng and Ran Yan and Kyunghyun Sung, "A Deep Learning-Based Framework for Highly Accelerated Prostate MR Dispersion Imaging", Cancers, 2024. (影响因子=4.5, 中科院 3 区) DOI: 10.3390/cancers16172983 [PDF] [Google Scholar]
- Alex Ling Yu Hung and Haoxin Zheng and Kai Zhao and Kaifeng Pang and Demetri Terzopoulos and Kyunghyun Sung, "Cross-Slice Attention and Evidential Critical Loss for Uncertainty-Aware Prostate Cancer Detection", International Conference on Medical Image Computing and Computer-Assisted Intervention, 2024. [Google Scholar]
- Kai Zhao and Tao Wang and Ruixin Zhang and Wei Shen, "Adaptive feature alignment for adversarial training", Pattern Recognition Letters, 2024. (影响因子=3.9, 中科院 3 区) DOI: j.patrec.2024.10.004 [PDF] [Google Scholar]
- Alex Ling Yu Hung and Kai Zhao and Haoxin Zheng and Ran Yan and Steven S Raman and Demetri Terzopoulos and Kyunghyun Sung, "Med-cDiff: Conditional medical image generation with diffusion models", Bioengineering, 2023. [Google Scholar]
- Yating Xu and Kai Zhao and Liangang Zhang and Mengyao Zhu and Dan Zeng, "Hyperspectral anomaly detection with vision transformer and adversarial refinement", International Journal of Remote Sensing, 2023. [Google Scholar]
- Kai Zhao and Lei Shen and Yingyi Zhang and Chuhan Zhou and Tao Wang and Ruixin Zhang and Shouhong Ding and Wei Jia and Wei Shen, "B'ezierpalm: A free lunch for palmprint recognition", European Conference on Computer Vision, 2022. DOI: 10.1007/978-3-031-19778-9_2 [PDF] [Google Scholar]
- Xuehui Wang and Kai Zhao and Ruixin Zhang and Shouhong Ding and Yan Wang and Wei Shen, "Contrastmask: Contrastive learning to segment every thing", Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2022. [Google Scholar]
- Lei Shen and Yingyi Zhang and Kai Zhao* and Ruixin Zhang and Wei Shen, "Distribution alignment for cross-device palmprint recognition", Pattern Recognition, 2022. (影响因子=7.5, 中科院 1 区, Top期刊)(* 通讯作者) DOI: 10.1016/j.patcog.2022.108942 [PDF] [Google Scholar]
- Jia Li and Junjie Zhang and Fansheng Chen and Kai Zhao and Dan Zeng, "Adaptive material matching for hyperspectral imagery destriping", IEEE Transactions on Geoscience and Remote Sensing, 2022. [Google Scholar]
- Kai Zhao and Xuehui Wang and Xingyu Chen and Ruixin Zhang and Wei Shen, "Rethinking mask heads for partially supervised instance segmentation", Neurocomputing, 2022. (影响因子=5.5, 中科院 2 区) DOI: 10.1016/j.neucom.2022.10.003 [PDF] [Google Scholar]
The list is generated from publications.bib. Please visit my Google Scholar for full publication list.
Academic Services:
- 会议审稿: CVPR, ICCV, ECCV, ICML, ICLR, NeurIPS, AISTAT, ACCV
- 期刊审稿: Nature Communications, IEEE TPAMI, IEEE TIP, IEEE TNNLS, IEEE TMM, Pattern Recognition
- Guest Editor: MDPI Diagnostics
指导过的学生 / 实习生
- Katarina Chiam，UCLA，2023 级硕士生。
- Sohaib Naim，UCLA，2022 级博士生。
- 李润嘉，腾讯优图，实习生。去向：牛津大学 VGG 组博士。
- 庞凯风，UCLA，2022 级硕士生。去向：UCLA 攻读博士。
- Alex Hung，UCLA，2020 级博士生。
- 郑昊昕，UCLA，2020 级博士生。去向：亚马逊。
- 王雪辉，上海交通大学，2020 级博士生。
- 高尚华，南开大学，2018 级博士生。去向：哈佛大学博士后。
研究生入组与培养要求
新生入组要求
- 所有已确定录取的研究生（博士和硕士）须在暑期提前进组，参与科研项目并参加相关课程学习；实验室将协助解决暑期住宿安排。
- 本校保研学生的毕业设计须在实验室完成；外校保研学生如条件允许，也建议在实验室完成毕业设计，以便更好地融入科研工作。
- 考研学生在复试结束后可主动联系实验室参加组内面试。面试通过并确认入组意向后，其入组安排与外校保研学生相同，于大四暑期到校报到并参与实验室科研工作。
相关先修课程和书籍
所有研究生 必须 在入学第一学年结束前完成以下在线课程和教材的学习，通过考核后方可开展科研和学术论文写作。
- 动手学深度学习：教材+课程+代码必修
- 斯坦福-CS231n 深度学习和计算机视觉（b站搬运、中文讲解）， 课程中的 Python numpy矩阵编程教程 也很重要，要跟着教程实践必修
- 斯坦福 CS229 机器学习（2018年秋季），（b站搬运）必修
- 麻省理工学院-矩阵方法及其在信号处理和机器学习中的应用必修
- 费曼学习法麻省理工学院-计算机科学教育中缺失的一课（中译版） 这门课边学边在实践中应用，重点了解“ Shell Tools and Scripting，Command-line Environment，Version Control (Git)，Debugging and Profiling，Metaprogramming”这几个章节部分章节必修
- 斯坦福 CS234: 强化学习选修
- 计算机视觉中的多视角几何： 这是一本经典教材，有中翻版（但是翻译质量很一般）， 建议直接读英文版或者中英对照； 做3D相关的学生必修，其它学生可选修。选修
对于申请阶段的保研和考研学生，如能提前修读并通过相关课程（尤其是 CS231n、CS229），将在导师遴选时获得优先考虑，该课程内容也是面试的重要参考。
