香港中文大学（深圳）张大鹏教授招收全奖博士生

01、学校招生要求

香港中文大学（深圳）数据科学学院博士项目采用申请制，面向全球招收优秀学生。根据最新招生信息，申请者需满足以下条件：

基本申请条件

1. 学历要求：具有被国家教育部认可的大学硕士学位或学士学位

2. 成绩要求：平均成绩达到B以上或GPA达到3.0以上（满分4.0）；按百分制计算的成绩需达到80%以上；或不低于乙等荣誉

3. 英语能力：需符合以下条件之一

·完成以英文为授课语言的学位课程

·雅思（学术类）不低于6.5分

·托福（网考）不低于79分

·其他认可的英语能力证明

申请材料

1.完整的在线申请表

2.个人简历（包含学术背景、研究经历、发表论文等）

3.大学官方成绩单（需教务处或学院盖章）

4.英语水平证明（托福、雅思等成绩报告）

5.两封推荐信（由推荐人直接提交）

6.研究计划书（英文）

7.其他支持性文件（如科研成果、获奖证明等）

奖学金与资助

香港中文大学（深圳）为博士生提供丰厚的奖学金，最高可达150万元（包括五年学费补助、生活费补助及国外交流补助）。学校采用滚动招生方式，申请截止时间为2026年5月，但建议符合条件的同学尽早申请。

02、教授研究方向

张大鹏教授是国际生物特征识别领域的著名学者，在模式识别、图像处理和生物特征识别方面有着深厚的研究基础和突出贡献。目前，张教授团队主要专注于以下研究方向：

1. 生物特征识别

·掌纹/掌脉身份认证系统：张教授是国际上最早开展掌纹识别研究的学者之一，其团队在掌纹的定位、特征提取、活体检测和特征融合等方面做了广泛而深入的研究，开发了接触式、非接触式、光谱和3D掌纹识别系统等技术。掌纹识别包含几何信息、细节点信息、线特征、纹理信息和手掌静脉信息等多种特征，具有复杂性高、防伪能力强的优势。

·人脸美学量化评估算法：张教授团队开创了人脸美学客观化研究领域，致力于建立科学的人脸美学评估体系，通过计算机视觉和机器学习算法量化人脸美学特征，实现客观评估和分析。

2. 医学人工智能

·中医舌面象/脉象客观化分析：张教授团队致力于中医四诊（望、闻、问、切）的量化研究，特别是舌诊和脉诊的客观化和数字化。团队建立了世界上最大的中医感知数据库，研发了全方位体表医学信息（如视觉/听觉/触觉/嗅觉）获取设备，将传统中医诊断方法与现代人工智能技术相结合。

·体表生物信息无创检测：通过计算机视觉和人工智能技术，实现对人体体表生物信息的无创检测，为健康监测和疾病预防提供新途径。

3. 计算机视觉基础

·模式识别理论突破：张教授团队在模式识别基础理论方面不断探索，致力于突破传统方法的局限，提升识别系统的准确性、鲁棒性和效率。

·多模态感知融合：研究视觉、触觉、听觉等多种感知模态的融合技术，实现更全面、准确的信息获取和处理，为人工智能系统提供更丰富的感知能力。

03、创新研究想法

基于张大鹏教授团队的研究方向，以下是几个具有前景的创新研究计划：

1. 跨模态生物特征融合认证系统

结合掌纹、掌脉、指纹和人脸等多种生物特征，设计一个高安全性、高鲁棒性的跨模态生物特征融合认证系统。该系统可以根据不同应用场景自适应地选择最合适的生物特征组合，并通过深度学习方法实现特征的高效融合和匹配。研究重点包括：多模态特征的协同提取、特征表示的一致性转换、跨模态特征的深度融合策略以及安全性与隐私保护机制。

2. 中医数字诊断专家系统

基于大规模中医诊断数据，开发一个集舌诊、脉诊、面诊等多种中医诊断方法于一体的人工智能辅助诊断系统。该系统将传统中医诊断知识与现代深度学习技术相结合，通过对舌象、脉象等多种体表信息的智能分析，辅助医生进行更准确的诊断。重点研究方向包括：中医诊断知识的形式化表示、多源医学数据的融合分析、基于因果推理的诊断模型以及个性化治疗方案推荐。

3. 人脸美学智能评估与增强系统

构建基于深度学习的人脸美学智能评估与增强系统，该系统不仅能够客观评估人脸美学特征，还能针对性地提供个性化美学增强建议。研究内容包括：人脸美学特征的量化模型、不同文化背景下美学偏好的比较研究、基于注意力机制的美学区域识别以及人脸美学增强的生成对抗网络模型。这一研究可以广泛应用于美容医学、人像摄影、虚拟形象设计等领域。

4. 无创体表生物信息监测与健康评估

开发基于计算机视觉的无创体表生物信息监测系统，通过分析面部血流变化、微表情、皮肤状态等视觉信息，实现对心率、血压、情绪状态、压力水平等生理和心理指标的持续监测。重点研究方向包括：微弱生理信号的视觉提取技术、时序生理数据的异常检测算法、多源生理信息的健康风险评估模型等。该研究可为远程医疗、日常健康监测和早期疾病预警提供创新解决方案。

5. 多模态感知融合的增强现实系统

结合计算机视觉、触觉感知和音频分析技术，开发一个具有多模态感知能力的增强现实系统。该系统能够同时处理视觉、触觉和听觉信息，为用户提供更加沉浸式和自然的交互体验。研究重点包括：多模态数据的时空对齐技术、跨模态信息的语义理解模型、基于情境感知的多模态反馈生成算法等。这一研究可应用于虚拟教育、远程医疗、工业培训等多个领域。