刘菊华，武汉大学计算机学院教授，博士生导师。主要从事图像处理、计算机视觉、自然语言处理等方向研究，在目标检测、数字印前处理、彩色打印输出、遥感影像智能解译、文本信息提取与分析、大规模语言模型等领域积累了丰富的研发经验。目前，以第一或通讯作者身份在IJCV、IEEE TIP、IEEE TKDE、IEEE TASLP、CVPR、ACL、AAAI、IJCAI、ACM MM、EMNLP等国际知名期刊与会议上发表学术论文40余篇；担任包括IEEE TPAMI、IJCV、IEEE TIP、IEEE TCYB、IEEE TNNLS、IEEE TMM、IEEE TASLP、IEEE TIM、Pattern Recognition等SCI期刊审稿人，担任NeurIPS、CVPR、ACL、AAAI、IJCAI、ACM MM、EMNLP、ICASSP、ICME等人工智能领域顶级会议PC。近五年主持和参与相关纵向研究课题10余项，其中作为项目/课题负责人主持国家自然科学基金3项、湖北省自然科学基金面上项目1项、中国博士后科学基金1项、苏州市产业技术创新专项-前瞻性应用研究项目1项、中央高校基本科研业务费专项资金项目2项；提出的文本检测与识别方法在ICDAR 2013\2015\2019-ArT、Total-Text、CTW1500、SVTP、CUTE80等多个公开数据集上取得目前最优性能；联合京东探索研究院训练大规模语言模型织女V1（2022年1月，参数规模15亿）与织女V2（2022年10月，参数规模60亿），先后登顶国际自然语言理解任务顶级测试GLUE和SuperGLUE榜首。

Google Scholar: https://scholar.google.com/citations?hl=zh-CN&user=wN-rIgIAAAAJ&view_op=list_works

课题组每年有多个硕士和博士招生名额，欢迎有志青年报考！尤其欢迎对语言/多模态大模型相关领域感兴趣的同学！

联系邮箱：liujuhua@whu.edu.cn

学术动态：

2024年

●        博士生论文“RFL-CDNet: Towards Accurate Change Detection via Richer Feature Learning”被模式识别国际知名期刊Pattern Recognition（CCF B）录用。（基于多尺度特征引导的变化检测方法）

●        博士生钟起煌获首批国家自然科学基金青年学生基础研究项目（博士研究生）资助。恭喜起煌！！！

●        博士生钟起煌论文“PANDA: Prompt Transfer Meets Knowledge Distillation for Efficient Model Adaptation”被数据挖掘顶刊IEEE TKDE（CCF A）录用。（大模型高效迁移方法）

2023年

●        硕士生叶茂源荣获“武汉大学研究生学术创新奖”二等奖。恭喜茂源！！！ 

●        博士生钟起煌论文“E2S2: Encoding-Enhanced Sequence-to-Sequence Pretraining for Language Understanding and Generation”被数据挖掘顶刊IEEE TKDE（CCF A）录用。（大模型预训练方法）

●        博士生钟起煌荣获首届“雷军卓越奖学金”（奖金：10W）。恭喜起煌！！！

●        硕士生朱妙熹、博士生钟起煌共同一作论文“Zero-shot Sharpness-Aware Quantization for Pre-trained Language Models”被自然语言处理领域顶会EMNLP 2023 (CCF B)录用。（大模型量化方法）

●        博士生宣文杰论文“PNT-Edge: Towards Robust Edge Detection with Noisy Labels by Learning Pixel-level Noise Transitions”被多媒体领域顶会ACM MM 2023（CCF A）录用。（面向边缘检测的噪音标签学习方法）

●        一作论文“Unified Instance and Knowledge Alignment Pretraining for Aspect-based Sentiment Analysis”历时两年被国际知名期刊IEEE/ACM TASLP (CCF B)录用。（方面级情感分析方法）

●        博士生钟起煌论文“Revisiting Token Dropping Strategy in Efficient BERT Pretraining”被自然语言处理顶会ACL 2023 （CCF A）录用。（Token Dropping预训练方法）

●        博士生钟起煌论文“Self-Evolution Learning for Discriminative Language Model Pretraining”被自然语言处理顶会ACL 2023 （CCF A）录用。（基于自进化学习的预训练方法）

●        硕士生叶茂源论文“DeepSolo: Let Transformer Decoder with Explicit Points Solo for Text Spotting”被计算机视觉顶会CVPR 2023 （CCF A）录用。（基于Transformer的text spotting，Decoder同时输出文本的类别、中心线、外接矩形框、掩码、识别结果）

●        博士生钟起煌论文“Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis”被数据挖掘顶刊IEEE TKDE（CCF A）录用。（方面级情感分析方法）

●        硕士生叶茂源论文“DPText-DETR: Towards Better Scene Text Detection with Dynamic Points in Transformer”被人工智能顶会AAAI 2023（CCF A）录用。（动态点Query场景文本检测模型DPText-DETR）

2022年

●        博士生钟起煌论文“Improving Sharpness-Aware Minimization with Fisher Mask for Better Generalization on Language Models”被自然语言处理领域顶会EMNLP 2022 (CCF B)录用。（语言模型优化方法）

●        硕士生刘佳、宣文杰共同一作论文“An End-to-end Supervised Domain Adaptation Framework for Cross-Domain Change Detection”被模式识别国际知名期刊Pattern Recognition（CCF B）录用。（基于监督域适应的变化检测方法）

●        联合京东探索研究院训练织女v2模型登顶国际复杂语言理解测试SuperGLUE榜首（队名：JDExplore d-team, 2022年10月，参数规模60亿） https://super.gluebenchmark.com/leaderboard

●        联合京东探索研究院训练织女v1模型登顶国际自然语言理解测试GLUE榜首（队名：JDExplore d-team, 2022年1月，参数规模15亿） https://gluebenchmark.com/leaderboard

●        硕士生叶健论文“I3CL: Intra-and Inter-Instance Collaborative Learning for Arbitrary-shaped Scene Text Detection”被计算机视觉顶刊IJCV（CCF A）录用。（实例内和实例间协作学习I3CL的任意形状文本检测方法）

●        博士生何玥论文“Visual Semantics Allow for Textual Reasoning Better in Scene Text Recognition”被人工智能顶会AAAI 2022（CCF A）录用。（文本识别方法）

●        硕士生宣文杰论文“FCL-Net: Towards Accurate Edge Detection via Fine-scale Corrective Learning”被神经网络国际知名期刊Neural Networks（CCF B）录用。（图像边缘检测方法）

暂无内容