个人简介

李津， 2009-2013就读于西安交通大学自动化系，获学士学位，2013-2019就读于西安交通大学人工智能研究所（现人工智能学院），获博士学位，2017-2018年赴英国东安格利亚大学公派博士联合培养，2019-2021年任腾讯（上海）科技公司算法工程师。2021年任英国杜伦大学助理研究员、博士后。2021年7月起任beat365官方最新版讲师。在IEEE Transactions on image Processing，IEEE Transactions on Multimedia，IEEE Conference on Computer Vision and Pattern Recognition等重要期刊和学术会议发表论文10余篇，现任期刊Transactions on Multimedia、CCF-A类会议AAAI-22等审稿人。研究方向包括图像零样本分类、图像快速检索与匹配、多模态内容理解等。

学术论文  

[1] Jin Li, Xuguang Lan, Yang Long, Yang Liu, Xingyu Chen, Ling Shao, Nanning Zheng, “A Joint Label Space for Generalized Zero-Shot Classification”, IEEE Transactions on Image Processing, vol. 29, pp: 5817-5831, Apr. 2020. （CCF-A类期刊, 中科院1区期刊）

[2] Jin Li, Xuguang Lan, Yang Liu, Le Wang, Nanning Zheng, “Compressing Unknown Images with Product Quantizer for Efficient Zero-Shot Classification”, IEEE Computer Vision and Pattern Recognition (CVPR) 2019，美国长滩.（CCF-A类会议）

[3] Xingyu Chen, Jin Li, Xuguang Lan, Nanning Zheng, “Generalized Zero-shot Learning via Multi-modal Aggregated Posterior Aligning Neural Network”, IEEE Transaction on Multimedia, online, 2020. （CCF-B类期刊，中科院1区期刊）

[4] Yang Liu, Quanxue Gao, Jin Li, Jungong Han, Ling Shao, Zero Shot Learning via Low-rank Embedded Semantic AutoEncoder (IJCAI), 2018, 瑞典斯德哥尔摩 （CCF-A类会议）

[5] Jin Li, Xuguang Lan, Xiangwei Li, Jiang Wang, Nanning Zheng, Ying Wu, “Online Variable Coding Length Product Quantization for Fast Nearest Neighbor Search in Mobile Retrieval”, IEEE Transactions on Multimedia vol. 19, no. 3, pp:559-570, Mar. 2017. （CCF-B类期刊，中科院1区期刊）

[6] Jin Li, Xuguang Lan, Jiang Wang, Meng Yang, Nanning Zheng, “Fast Additive Quantization for Vector Compression in Nearest Neighbor Search”, Multimedia Tools and Application, vol. 76, no. 22, pp 23273–23289, Nov. 2017（CCF-C类期刊，中科院4区期刊）

[7] Jin Li, Xuguang Lan, Nanning Zheng, “Iteratively Multiple Projections Optimization for Product Quantization in Nearest Neighbor Search”, IEEE International Conference on Big Knowledge, 2017, 中国合肥（EI检索）

[8] Jin Li, Gang Hua, Xuguang Lan, Nanning Zheng: An Integrated Model for Bayesian Learning of Sparse Representation and Classifier Training. Pacific Rim Conference on Multimedia, 2013: 620-628, 2013, 中国南京（CCF-C类会议）