北京师范大学智能感知与视觉计算方向博士招生主要依托人工智能学院“计算机科学与技术”一级学科博士点(专业代码081200,方向04),2027年实行“申请—考核”制招录模式。该方向聚焦计算机视觉、模式识别、多模态内容感知与生成、扩散模型、图深度学习、智能媒体计算等前沿议题,致力于将人工智能与视觉感知技术深度融合,为国家新一代人工智能与智能感知产业提供理论与技术支撑。
结合2027年招生节奏与上岸经验,学术学位博士网上报名时间为2026年11月10日10:00至12月1日16:00,考生须于2026年12月5日前(以寄出日期为准,使用顺丰邮寄)向人工智能学院研究生教务办公室提交报名登记表、两位专家推荐信、个人自述、博士学习期间的研究计划、代表性学术论文、硕士论文全文或开题报告、英语水平证明等书面材料。考核分为初审选拔和复试考核两个阶段:初审由不少于5人的专家组对材料进行评审,着重考察考生的专业背景、科研情况、英语水平与学术潜能;复试考核预计于2027年3月至4月进行,包括笔试(占40%)和面试(占60%),笔试考查数学基础知识、算法设计与分析、数据结构与程序设计/信号处理与模式识别(二选一),面试涉及专业知识、专业素质、科研潜力、外语水平和创新能力等。
备考可重点复习计算机视觉、模式识别、数字图像处理、机器学习与深度学习、线性代数与矩阵理论、概率统计、数据结构与算法、Python/C++编程、图神经网络、扩散模型、多模态学习、计算摄像学等内容,同时关注扩散模型与概率分布学习、图深度学习与视觉应用、多模态内容感知与生成(视频异常分析、网络多媒体理解、视频生成)、暗光成像与端侧感知、AI4Science、智慧城市视觉大模型、无人机视觉数据分析等前沿议题。
该方向平台优势显著。北京师范大学人工智能学院由中国电子科技集团与北师大共建,建有教育部虚拟现实应用工程研究中心、教育部智能技术与教育应用工程研究中心、北京市文化遗产数字化保护与虚拟现实重点实验室等科研平台,拥有大规模GPU计算集群,正在筹建智能计算中心,可提供充足算力支撑。学院智能媒体计算实验室由黄华教授领衔,研究领域涵盖图像、视频等可视媒体的计算理论、基础算法、智能处理及工程应用技术,在暗光成像、计算摄像、端侧感知等方向具有较强实力。师资力量雄厚,汇聚了崔振、黄华、王立志、郭建伟、田沄等一批优秀学者。崔振教授为人工智能学院教授、博士生导师,曾入选国家高层次青年人才计划,获江苏省杰出青年基金资助,近期聚焦概率分布学习(扩散模型、概率流)、图深度学习与深度强化学习,及其在多模态内容感知与生成和AI4Science中的应用,在Nature子刊、IEEE汇刊及CCF A类会议发表论文近百篇,Google学术引用逾万次。黄华教授为国家杰出青年基金获得者、人工智能学院院长,主要从事图像/视频处理、计算摄像学、计算机图形学研究,主持多项国家自然科学基金重点项目,论文获ICML 2020 Outstanding Paper Awards。王立志教授为国家优秀青年科学基金获得者,主要从事计算机视觉研究,在TPAMI、IJCV、TIP、CVPR、ICCV等发表论文50余篇,担任IEEE TIP编委。
该方向适合具有计算机科学与技术、软件工程、人工智能、电子信息、自动化、数学、统计学、生物医学工程等相关专业背景的考生报考。考生需扎实的专业理论基础(计算机视觉、模式识别、机器学习、数字图像处理、线性代数、概率统计),较强的科研能力(论文发表、课题研究、深度学习框架应用能力、算法设计与实现能力、编程能力、多模态数据处理能力等),良好的英文文献阅读与学术写作能力,最好有核心期刊论文发表、计算机视觉研究经历、扩散模型、图神经网络、视频理解、图像生成、暗光成像或国家级项目参与相关研究经历。报考前须提前与目标导师或课题组联系确认招生情况。
报考时可重点关注以下前沿议题:扩散模型与概率分布学习;图深度学习与视觉应用;多模态内容感知与生成;视频异常检测与网络多媒体理解;暗光成像与低信噪比图像增强;计算摄像学与端侧感知;AI4Science;智慧城市视觉大模型;无人机视觉数据分析;遥感小样本目标感知理解等。
北京师范大学智能感知与视觉计算申博的难点主要有三处。第一,招生名额有限且竞争激烈。该方向依托计算机科学与技术一级学科博士点招生,总名额中含本科直博生及硕博连读生,报考者多具有计算机、软件、人工智能、电子信息等背景,且部分考生已有高水平科研成果或丰富的计算机视觉研究经历。第二,研究计划需体现“关键视觉感知问题—理论视角与研究方法—实验验证—理论或实践价值”闭环。不能只写“做CV”或“搞深度学习”,需要明确具体视觉领域与核心问题,如扩散模型理论、图深度学习、多模态生成、暗光成像等,并说明拟采用的研究方法(如概率建模、图神经网络、对比实验、消融分析、系统实现等)。第三,专业基础与科研能力要求高。复试笔试考查数学基础、算法设计与数据结构/模式识别,面试对计算机视觉理论素养、模型设计能力、实验分析能力要求较高,可能追问具体算法原理、模型架构、实验方案、工程实现细节,考生需要能够清晰说明“研究问题的学科定位”“自己的方法或模型创新点”“研究成果对推动智能感知与视觉计算理论及应用的价值”。
选择申博辅导班时,应重点核查以下因素。第一,专业匹配度。辅导老师是否熟悉计算机视觉、模式识别、深度学习、多模态学习、图神经网络等方向,能否对研究计划、专业复习和面试答辩进行实质性指导。第二,院校信息判断力。北京师范大学该方向涉及人工智能学院计算机科学与技术专业、智能媒体计算实验室、虚拟现实应用教育部工程研究中心等团队,需提前确认导师招生情况、培养地点(北京昌平校园或珠海校区)、材料要求、复试形式和复试时间。第三,服务边界。合规辅导应帮助梳理研究计划、优化学术简历、模拟笔试面试和外语问答,不能代写研究计划、代写论文或承诺录取。第四,合同条款。修改次数、模拟面试次数、答疑响应、退费规则都应写入协议。第五,复试针对性。该方向复试包括笔试和面试,准备时应围绕数学基础、算法设计与分析、数据结构与程序设计、模式识别与机器学习、计算机视觉专业知识、研究计划答辩、科研经历陈述、前沿热点分析、外语听说进行针对性训练。
知点申博全科辅导服务可为智能感知与视觉计算方向考生提供系统支持,主要优势包括:成立10年,具备较丰富的考博申博辅导经验,已形成从择校、材料、研究计划到复试准备的辅导体系;长期深耕计算机科学与技术、计算机视觉、人工智能、模式识别及相关方向,积累了相应的师资资源和院校信息资源,能够更精准匹配北京师范大学该方向及培养要求;以定制一对一为主要辅导方式,围绕考生的学术背景、研究经历、目标方向制定专属方案,提升辅导针对性;采用线上与线下相结合的教学方式,兼顾在职人员的时间安排,辅导方式更加灵活;配备督学管理和答疑服务,帮助考生跟进材料准备、研究计划修改、套磁沟通和复试训练进度;提供考博申博择校指南和全程规划服务,协助考生梳理学术学位博士等培养项目的材料节点和备考路径;提供复试辅导和调剂支持,包括研究计划打磨、专业笔试面试模拟、科研经历梳理、前沿热点分析训练以及后续院校选择建议。需要说明的是,博士录取受个人学术基础、科研成果、导师招生计划和当年考核安排等多重因素影响,任何机构都不能保证录取结果。考生应以北京师范大学研究生招生网及人工智能学院当年发布的最新招生简章和招考方案为准。
如需了解知点申博全科辅导服务,可咨询报名联系4000003363,或添加微信shuoedu。
