Rui Yang

Rui Yang (杨瑞)

Lecturer · Senior Member of IEEE

Department of Artificial Intelligence
School of Computer Science and Technology
Huaqiao University, Xiamen, China

Ph.D. in Engineering, specializing in pattern recognition, computer vision, and machine learning, with a focus on integrating culture and art imagery with technology. He has led multiple NSFC projects.

AI4ART课题组硕士研究生招生简章

AI4ART课题组主要面向软件工程及智能制造相关专业招收硕士研究生,研究方向聚焦计算机视觉、计算机图形学、生成式人工智能及AI+艺术交叉研究。

培养目标以高水平科研能力为核心,同时兼顾工程实践与实际应用。

希望报考的同学在联系前认真评估自己是否愿意在硕士阶段持续投入科研,并对高水平论文、算法能力提升或后续读博/高水平研发岗位有明确目标。

培养方向

科研 / 读博导向

对于有读博意向的学生,将重点围绕高水平论文发表、科研能力提升、独立研究能力培养以及博士阶段衔接进行训练。原则上以科研为主,不强制承担与培养目标无关的工程项目。课题组与国内外知名高校和研究机构保持紧密合作,可安排联合培养或访学机会。

就业 / 算法研发导向

对于未来希望进入互联网、人工智能企业或高水平工程研发岗位的学生,在完成基本科研目标的同时,需要参与一定的算法研发或应用落地工作,以提升工程实现、协作开发和真实问题解决能力。具体项目根据实际情况安排。

招生要求

联系前请确认自己基本符合以下要求:

  1. 对计算机视觉、计算机图形学、生成式AI或相关方向有明确兴趣。 希望硕士阶段不仅完成课程和毕业要求,而是真正建立较扎实的科研或算法研发能力。
  2. 对高水平科研具有较强自驱力。 优先欢迎未来计划攻读博士,或希望进入算法研究、视觉算法、AIGC、三维视觉等相关岗位的学生。不同职业选择本身没有优劣,但如果主要目标与科研训练长期不一致,则可能并不适合本课题组。
  3. 具备一定编程和专业基础。 熟悉Python,具有基本的深度学习、机器学习或软件开发基础;有科研、竞赛、开源项目或工程项目经历者优先,但不以已有论文作为必要条件。
  4. 愿意长期投入并保持稳定科研节奏。 硕士阶段通常需要持续进行论文阅读、代码复现、实验设计、论文写作和反复修改,希望能够接受科研中的不确定性和阶段性失败。
  5. 遵守科研诚信并能够合理使用AI工具。 有关科研诚信、论文写作、代码复现、科研软件及AI辅助科研的基本要求,请先阅读 本科生招生简章 中对应内容;论文、数据集、会议及科研写作资源可参考 Research Links。

考核方式

由于每年硕士招生指标有限,正式报考前原则上需要完成一次科研能力与方向匹配度考核。考核主要用于判断学生基础、科研兴趣、执行力以及双方培养目标是否一致。

第一轮:线上面试与PPT汇报

  1. 个人经历介绍(约10分钟):介绍本科阶段的科研、竞赛、课程设计、开源项目或工程经历,重点说明自己实际承担的工作和对项目的理解。
  2. 方向调研与论文阅读(约20分钟):从课题组研究方向中选择一个感兴趣的方向,阅读近3年的代表性论文,并说明该方向的核心问题、主流方法、代表性工作及自己的理解。
  3. 论文复现或项目实践(约20分钟):选择一篇代表性论文或一个开源Repo进行复现,展示环境配置、实验结果、遇到的问题以及对结果的分析。仅运行已有Demo而无法解释方法和代码,不视为有效复现。

第二轮:进一步交流

第一轮通过后,将进一步围绕研究兴趣、未来规划、培养方式和具体研究方向进行交流。具体形式根据招生阶段和实际情况确定。

联系前建议

如果决定联系,请提前浏览课题组主页中的研究方向、论文以及以下页面:

请慎重考虑后再联系。 高水平科研并不是每位硕士生都必须选择的道路,但本课题组的培养节奏会更加偏向科研能力、算法能力和持续产出,因此更适合愿意真正投入科研训练的同学。

联系时建议在邮件中简单说明:本科专业与学校、报考专业、科研/项目经历、感兴趣的研究方向,以及目前对“读博”或“就业”的初步规划。