| 个人简介

刘晓凯，博士，大连海事大学信息科学技术学院教授，博士生导师。长期从事多模态智能状态感知方向的研究，主持国家自然科学基金面上项目、国家自然科学基金青年项目、中国博士后科学基金面上项目、辽宁省自然科学基金面上项目、辽宁省博士科研启动基金、辽宁省教育厅科学研究经费项目、大连市科技创新基金（重点学科重大课题）子课题、大连市科技创新基金科技惠民项目、企业委托项目等多项课题。参与国家自然科学基金面上项目、辽宁省“揭榜挂帅”科技攻关计划项目、辽宁省自然科学基金面上项目等多项课题的研究。获得辽宁省自然科学学术成果奖、大连市自然科学奖二等奖、辽宁省首批典型实质性产学研联盟等科技奖励。获得大连市计算机类高级别紧缺人才、大连市高层次人才之青年才俊、大连海事大学星海工程第四层次培养人才等称号。在Transactions on Neural Networks and Learning Systems、IEEE Internet of Things Journal、IEEE Transactions on Geoscience and Remote Sensing等国际高水平期刊发表学术论文20余篇，其中JCR一区论文10余篇，领域内Top期刊/会议论文8篇，最高影响因子14.255。申请发明专利20余项，授权8项，专利转化24万元。担任计算机视觉领域顶级期刊IEEE Transactions on Neural Networks and Learning Systems、IEEE Transactions on Circuits and Systems for Video Technology等审稿人，国家自然科学基金委员会面上基金、青年基金及地区基金函评专家，中国计算机学会（China Computer Federation）大连分会委员，国际学术会议2023 8th Conference on Image, Vision and Computing的分会主席、中国计算机学会CCF 2024中国机器人学术年会海报委员会副主席。

| 教育经历

2013.09-2015.03 美国加州大学电子信息工程专业 联合培养博士  

2010.09-2017.12 大连理工大学 通信与信息系统 博士  

2006.09-2010.07 大连海事大学 通信工程 本科

| 工作经历

2025.7-至今  大连海事大学 信息科学技术学院 教授

2020.10-2025.7 大连海事大学 信息科学技术学院 副教授

2019.01-2023.12  大连海事大学 信息与通信工程博士后流动站 博士后

2018.01-2020.09   大连海事大学 信息科学技术学院 讲师

| 讲授课程

1. 信号与系统

2. 信号与系统分析（国际联合学院）

3. 计算机视觉（研究生）

4. 智能视觉与深度学习

5. 创新思维与创新方法

| 研究领域

1. 智能视觉感知

2. 多模态智能感知

3. 信号与图像处理

4. 生物特征识别

学术成果

| 发表的部分期刊论文

[1] Luyuan Hao, Xiaokai Liu*, Yulin Liu, Yangyang Wang and Jie Wang, UGRS: Uncertainty-Guided Gaussian Representation Sharing for Imbalanced Data, IEEE Internet of Things Journal, vol. 13, no. 1, pp. 1242-1253, 1 Jan.1, 2026. (IF=10.238, Top5)

[2] Xiaokai Liu, Luyuan Hao, Yangyang Wang and Jie Wang, SSCL: Semi-Supervised Comprehensive Learning for Nighttime Semantic Segmentation,  IEEE Transactions on Intelligent Transportation Systems, 26(12), 2025：23202-23214.

[3] Xiaokai Liu, Yutong Jiang, Yangyang Wang, Taifei Liu and Jie Wang, MDA-Net: A Multidistribution Aware Network for Underwater Image Enhancement, IEEE Transactions on Geoscience and Remote Sensing, vol. 63, pp. 1-13, Jan. 2025, Art no. 5603713.

[4] Bo Chen, Jie Wang, Xiaokai Liu, Qinghua Gao, Miao Pan, Yuguang Fang, Cross-Scenario Device-Free Wireless Sensing With a Free-Energy View, IEEE Internet of Things Journal, 12(11), 2025: 16610-16621. Jan 1 2025.

[5] Yangyang Wang, Xiaokai Liu, Dongbing Gu, Jie Wang, Xiaoping Fu, Depth-Consistent Monocular Visual Trajectory Estimation for AUVs, IEEE Internet of Things Journal, 12(10), 2025: 14909-14920. May 15 2025.

[6] Bo Chen, Jie Wang, Xiaokai Liu, Qinghua Gao, Miao Pan, Yuguang Fang, Sensing with Less Effort: Knowledge Transfer for Wireless Sensing by Unifying Feature Embeddings, IEEE Wireless Communications, 32(6), 2025: 95-101.

[7] Xiaokai Liu, Xiang Liu, Gang Li, Sheng Bi. Pose and Color-Gamut Guided Generative Adversarial Network for Pedestrian Image Synthesis, IEEE Transactions on Neural Networks and Learning Systems, 2022.8 (IF = 14.255, Top 2)

[8] Xiaokai Liu, Mingyue Li, Boyi Zhang, Luyuan Hao, Xiaorui Ma, Jie Wang. Cross-Modality Gesture Recognition with Complete Representation Projection, IEEE Internet of Things Journal, 11(9), 2024. (IF=10.6, Top5)  

[9] Xiaokai Liu, Shi Tang, Boyi Zhang, Jingmiao Wu, Xiaorui Ma, Jie Wang. WiVi-GR: Wireless-Visual Joint Representation based Accurate Gesture Recognition, IEEE Internet of Things Journal, 11(2), 2024. (IF=10.6, Top5)

[10] Xiaokai Liu, Weihao Ma, Xiaorui Ma, Jie Wang. LAE-Net: A Locally-Adaptive Embedding Network for Low-Light Image Enhancement, Pattern Recognition, 2022.9. (IF = 8.518)

[11] Jie Wang, Changcheng Wang, Dong Yin, Qinghua Gao, Xiaokai Liu and Miao Pan. Cross-Scenario Device-Free Gesture Recognition Based on Self-Adaptive Adversarial Learning. IEEE Internet of Things Journal 9 (2022): 7080-7090. (IF=10.238, Top5)

[12] Xiaokai Liu, Zhaoyang You, Yuxiang He, Sheng Bi, Jie Wang. Symmetry-Driven Hyper Feature GCN for Skeleton-based Gait Recognition, Pattern Recognition, 2022:125. (IF = 8.518)

[13] Xiaorui Ma, Xuerong Mou, Jie Wang, Xiaokai Liu, Hongyu Wang, Baocai Yin. Cross-Data Set Hyperspectral Image Classification Based on Deep Domain Adaptation, IEEE Transactions on Geoscience and Remote Sensing, 2021, 57(12): 10164-10174. (IF=8.125, Top5)

[14] Xiaorui Ma, Sheng Ji, Jie Wang, Xiaokai Liu and Hongyu Wang. Classification of Hyperspectral Image Based on Task-Specific Learning Network. IEEE Transactions on Geoscience and Remote Sensing, 2021, 59(10): 8646-8656. (IF=8.125, Top5)

[15] Xiaorui Ma, Xuerong Mou, Jie Wang, Xiaokai Liu, Jie Geng, Cross-Dataset Hyperspectral Image Classification Based on Adversarial Domain Adaptation, IEEE Transactions on Geoscience and Remote Sensing, 2021, 59(5): 4179-4190. (IF=8.125, Top5)

[16] Xiaokai Liu, Sheng Bi, Shaojun Fang, Ahmed Bouridane, Bayesian Inferred Self-Attentive Aggregation for Multi-Shot Person Re-Identification, IEEE Transactions on Circuits and Systems for Video Technology, 2020, 30 (10): 3446-3458. (IF =5.859)

[17] Yi-Ting Chen, Xiaokai Liu, Ming-Hsuan Yang. Multi-Instance Object Segmentation with Occlusion Handling, IEEE Conference on Computer Vision and Pattern Recognition,2015. (Top Conference)

[18] Y. Cheng, H. Wang and X. Liu, Pose-guided Neural Network with Hybrid Representation for Person Re-Identification, 2019 IEEE International Conference on Signal, Information and Data Processing, Chongqing, China, 2019, pp. 1-6.

[19] Xiaokai Liu, Hongyu Wang, Yi Wu, Jimei Yang, Ming-Hsuan Yang, An Ensemble Color Model, IEEE Winter Conference on Applications of Computer Vision, 2016, 868-875.

[20] Xiaokai Liu, Sheng Bi, Xiaorui Ma, Jie Wang. Multi-Instance Convolutional Neural Network for Multi-shot Person Re-identification, Neurocomputing, 2019.4.14. (IF = 5.779)

[21] Xiaokai Liu, Xiaorui Ma, Jie Wang, Hongyu Wang. M3L: Multi-Modality Mining for Metric Learning in Person Re-Identification, Pattern Recognition, 2018, 76: 650~661. (IF = 8.518)

[22] Xiaokai Liu, Hongyu Wang, Jie Wang, Xiaorui Ma. Person Re-Identification by Multiple Instance Metric Learning with Impostor Rejection, Pattern Recognition, 2017, 67: 287~298. (IF = 8.518)

[23] Xiaokai Liu. Pedestrian Re-Identification Via Coarse-to-Fine Ranking, IET Computer Vision, 2016, 10(5): 366-373.

[24] Xiaokai Liu, Hongyu Wang, Hongbo Gao, Camera matching based on spatiotemporal activity and conditional random field model , IET Computer Vision, 2016, 8(6): 487-497.

[25] 陈晓楠,蒋辉,刘晓凯,王凯欣.基于LoG和因子分解的集成ACM的亚实性肺结节分割[J].计算机应用与软件,2022,39(11):173-179.

[26] 陈晓楠,王凯欣,孙传恕,刘晓凯,毕京平,彭勇.基于边缘敏感的SLIC和二次密度聚类的GGO分割[J].计算机应用与软件,2021,38(01):143-148+185.

[27] 孙梦莉,王演,刘晓凯,林卉,张世强.基于深度迁移学习的心电信号分类方法[J].计算机应用与软件,2020,37(05):133-139.

[28] 高洪波,王洪玉,刘晓凯,王洁.基于CRF模型和标签代价的群组多目标跟踪算法[J].大连理工大学学报,2014,54(03):345-354.

[29] 高洪波,王洪玉,刘晓凯.一种基于分层学习的关键点匹配算法[J].电子与信息学报,2013,35(11):2751-2757.

[30] 姜明新,王洪玉,刘晓凯.基于多相机的多目标跟踪算法[J].自动化学报,2012,38(04):531-539.

| 第一发明人授权发明专利

[1] 刘晓凯，吴昊，一种无线与视觉融合的目标检测方法，ZL202310677003.8，申请日2023-06-08，授权公告日2026-03-13.(授权)

[2] 刘晓凯，乔立浩，姬智勇，王洋洋，王洁，一种基于速度校正的毫米波雷达点云人体姿态估计方法，2025.10.3, ZL202411831822.4.  (授权)

[3] 王洁，刘晓凯，马玉祥，王其昌，张伯益，丁雨琦，刘玉竹。一种基于深度学习和粒子滤波的台风轨迹预测方法，2025.11.25, ZL202311028450.7. (授权)

[4] 王洋洋, 刘子育, 王洁, 刘晓凯, 付先平, 朱洛言, 杜希钧. 一种面向海洋牧场的水下多模态智能感知方法，2025-07-09，中国，ZL 202510946258.9。（授权）

[5] 刘晓凯，尤朝阳，毕胜，一种基于骨架信息的步态识别方法，2023.6.23，ZL202010100136.5。（转化）

[6] 刘晓凯，尤朝阳，毕胜，一种基于模态融合的步态识别方法，2020.7.23, ZL202010231644.7。(授权)

[7] 刘晓凯，赵丽平，毕胜，一种基于度量学习的鞋图片跨域检索方法，2022.10.04，ZL201910784909.3。(授权)

[8] 刘晓凯，王静，毕胜，一种模型驱动的多视图鞋模型三维重建方法，2022.9.16，ZL201910794096.6。(授权)

[9] 刘晓凯，刘祥，毕胜，一种基于联合变量图片生成行人重识别方法，2023.7.4，ZL202010095068.8。(授权)

[10] 刘晓凯，马维昊，毕胜，一种基于注意力引导和核选择机制的低照度图像增强方法，2021.7.28，202110501022.6。（授权）

[11] 刘晓凯，申闪闪，毕胜，一种基于相关节点自动挖掘及统计信息的步态识别方法，2021.8.27，ZL202110994466.8。(授权)

[12] 王洁，邬晶淼，高庆华，刘晓凯，一种鲁棒的本征谱构建方法及鲁棒的无线感知方法，2022.3.3, ZL202210203151.1。(授权)

[13] 刘晓凯，姜雨彤，王洁，一种基于信息熵的自适应核选择的水下图像增强方法，2024.4.17，CN202410463218.4。

[14] 刘晓凯，李哲，王洁，一种基于非对称交叉半监督的夜间图像语义分割方法，2024.4.17，CN202410463222.0。

[15] 刘晓凯, 张丹妮,一种用于步态识别的同态异构数据特征提取方法，2023.07.07，CN202310262058.2。

[16] 刘晓凯, 吴昊，一种无线与视觉融合的目标检测方法，2023.10.13，CN202310677003.8。

[17] 刘晓凯，李明月，王洁，基于视觉和无线双模态联合感知的动作表示及识别方法，2022.9.6，CN202210524800.8。(授权)

[18] 王洁，刘晓凯，马玉祥，王其昌，张伯益，丁雨琦，刘玉竹, 一种基于Transformer时空互编码的波浪预测方法，2023.8.14，CN202311020492.6。

[19] 王洁，刘晓凯，马玉祥，王其昌，张伯益，丁雨琦，刘玉竹, 一种基于深度学习和粒子滤波的台风轨迹预测方法，2023.8.14，CN202311020492.6。

[20] 王洁，陈博，高庆华，刘晓凯，一种空海跨介质直接双向通信方法, 2022.3.3, CN114726428A。

[21] 王洁，尹东岳，高庆华，刘晓凯，基于图像超分辨的射频图像增强方法及射频图像识别方法，2022.3.3, CN114693547A。

[22] 王洁，綦鑫，高庆华，刘晓凯，一种基于数据与模型混合驱动的无线跌倒检测方法，2024.06.19，CN202410789660.6。

[23] 王洁，王俊康，高庆华，刘晓凯, 一种适用于非接触式疲劳检测的无线体征挖掘方法, CN202410790867.5。

[24] 毕胜,刘斯宇,刘晓凯,一种用于在道路监控视频中检测车辆异常行为的方法，2023.06.30，CN202310299326.8。

[25] 毕胜,潘硕,付先平,刘晓凯,一种基于水下成像模型的水下三维光学图像生成方法，2023.07.28，CN202310277828.0。

[26] 毕胜,游锦春,付先平,刘晓凯,一种用于水下机器人的多目视觉三维测量方法，2023.07.07，CN202310243314.3。

[27] 毕胜,杨梦杰,付先平,刘晓凯,金国华，一种基于暗通道先验的水下图像复原方法，2023.04.04，CN202211436297.7。

| 主持的科研项目

[1] 国家自然科学基金面上基金项目：视觉与无线多维度协同的目标状态感知技术研究，直接经费54万元，主持，2023.1-2026.12。

[2] 辽宁省“揭榜挂帅”科技计划(重点项目)：家庭多目标无线智能态势感知技术研发与应用，直接经费450万，2022.7-2024.12。

[3] 大连市科技创新基金重点学科重大课题项目：轨道线路态势多模态智能感知技术研究，直接经费300万，2022.1-2024.12。

[4] 国家自然科学基金青年基金项目：基于互联网视觉和属性迁移的行人重识别研究，直接经费23万元，2019.1-2022.12。

[5] 中国博士后科学基金面上项目，2019M661078，数据驱动式跨域联合学习的行人重识别方法研究，2019/1-2021/12，经费8万元，结题，主持。

[6] 辽宁省自然科学基金面上项目：面向智慧康养的多模态深度协同智能状态感知技术研究，直接经费8万元，2024.01-2025.12。

[7] 大连市科技创新基金（重点学科重大课题）子课题，适用于轨道线路的毫米波视觉协同感知技术研究，直接经费97万元，2023.4-202508。

[8] 辽宁省教育厅, 科学研究经费项目（青年项目）：多模态协同感知的智慧养老关键技术研究，直接经费3万元，2021.1-2023-12。

[9] 国家自然科学基金面上基金项目：跨场景多目标智能无线感知方法研究，直接经费56 万元，2021.1-2024.12。

[10]  辽宁省自然科学基金面上项目: 数据驱动式跨域联合学习的行人重识别方法研究， 直接经费8万元，2019.1-2021.12。

[11] 辽宁省自然科学基金博士启动项目：步态能量图和骨架热图协同的多模态步态识别研究，3万元，2020.5-2022.4。

[12] 辽宁省自然科学基金计划重点项目，20180520026，基于数据与模型混合驱动的高精度定位导航技术研究，直接经费5万元，2018/8-2020/8。

[13] 大连市科技创新基金：多模态协同的人体行为分析与步态识别研究直接经费10万元，2020.2-2022.1。

[14]  船舶总体性能创新研究开放基金项目: 基于人工智能的极端海况波浪全过程预测关键技术研究, 直接经费40万元，2022.1-2022.12。

[15] 国家自然科学基金委员会, 面上项目: 高光谱与极化SAR 图像协同深度学习分类方法研究，直接经费60 万元，2017.1-2020-12。

[16] 基于再分析风场数据的台风路径预报研究，F2311-249，直接经费7万元，在研，2023.1-2024.12。

[17] 极端海况风浪数据挖掘模型对比研究， F2210-141，直接经费8万元，结题，2022.1-2022.12

| 主要荣誉

1. 基于深度学习的遥感图像智能解译理论与方法，大连市自然科学奖二等奖，大连市科技局，证书号2023Z-2-03-R05，2023年11月。

2. M3L: Multi-Modality Mining for Metric  Learning in Person Re-Identification, Pattern Recognition, 辽宁省自然科学学术成果奖评审委员会，辽宁省自然科学学术成果奖(学术论文类)，二等奖，2018 年。

3. 辽宁省首批典型实质性产学研联盟，辽宁省科学技术厅，2021 年。

4. 大连市计算机类高级别紧缺人才，大连市人社局，2019 年 6 月。  

5. 大连市高层次人才之青年才俊，大连市人才办，2020 年 7 月。

6. 大连海事大学星海工程培养人才，大连海事大学人事处，2020 年 3 月。

| 招生信息