个人简介
陈俊杰，江西财经大学计算机与人工智能学院讲师。2014—2018 年就读于四川大学，获工学学士学位； 2018—2023 年就读于上海交通大学，获工学博士学位。研究方向为多模态学习与计算机视觉。 与多媒体智能处理江西省重点实验室、上海交通大学 BCMI 实验室保持密切合作， 在 CVPR、NeurIPS、AAAI、IEEE TIP 等国际顶级会议与期刊发表 CCF-A 类论文十余篇， 主持国家自然科学基金青年项目、江西省自然科学基金青年/面上项目等。主讲本科生科研训练、软件工程、人工智能通识等课程。
研究方向
代表性论文
- CVPR 2026 Learning and Aligning Click-Aware Shape Prior for Interactive Amodal Instance Segmentation
- CVPR 2026 Learning to Propose Pose for Category-Agnostic Objects via Joint Refinement with Co-Matching Supervision
- NeurIPS 2025 Weak-shot Pose Estimation via Keyness and Correspondence Transfer
- CVPR 2025 Recurrent Feature Mining and Keypoint Mixup Padding for Category-Agnostic Pose Estimation
- CVPR 2024 Meta-Point Learning and Refining for Category-Agnostic Pose Estimation
- AAAI 2023 Amodal Instance Segmentation via Prior-guided Expansion
- NeurIPS 2022 Weak-shot Semantic Segmentation via Dual Similarity Transfer
完整论文与代码列表见 学术主页。
主持课题
- 国家自然科学基金 · 青年科学基金项目
- 江西省自然科学基金 · 青年科学基金项目
- 江西省自然科学基金 · 面上项目
- 江西省职业早期人才培养项目
- 校级教育教学改革课题
联系方式
GitHub：github.com/chenbys
学术主页：chenbys.github.io