普楠，合肥工业大学计算机与信息学院教授、博士生导师，国家级青年人才。博士毕业于荷兰莱顿大学，随后于意大利特伦托大学从事博士后研究，合作导师为Nicu Sebe教授(个人主页)。长期致力于大模型驱动的可信多媒体计算研究，聚焦多模态感知与理解中的持续学习、联邦学习及新类发现等方向，相关成果在行人重识别、多模态问答等实际应用中广受认可。目前主持国家级青年人才项目一项。已在国内外重要期刊与会议上发表学术论文50余篇，其中以第一/共同第一作者在CCF-A类会议/期刊及计算机视觉三大顶会（TPAMI、NeurIPS、CVPR、ICCV、ECCV等）发表论文10篇。兼任国际人工智能顶级会议ICLR 2025及多媒体旗舰会议ACM MM 2024&2025领域主席，并获评ACM MM 2024杰出领域主席。更多信息欢迎访问 ---> 个人主页

课题组介绍 --> 课题组主页

        智能视觉实验室(Lab for Intelligence and visiON, LION) 是一支充满活力的科研团队，现有教授(国家级青年人才计划入选者)2人、副教授(黄山学者学术骨干)3人、青年教师2人、博士后3人、博士6人、 硕士16人。LION 主要聚焦于可信赖人工智能中的计算机视觉研究。我们的研究方向包括但不限于数据增强、无监督/弱/半监督学习、联邦学习、域泛化/适应、新类发现等，并探索它们在各种视觉任务中的应用，例如目标检索、 图像分类、语义分割以及多模态识别等。研究成果已发表在计算机视觉和机器学习顶级期刊和会议，包括 CVPR、ICCV、ECCV、ICLR、NeurIPS、IJCV、TPAMI 等。LION同时也隶属于合肥工业大学媒体计算实验室(负责人:汪萌教授、洪日昌教授)。

招生信息

        本课题组长期招收对原创研究充满热情、具备一定科研训练基础、数学与编程能力扎实、英语良好、具有计算相关专业背景的硕博研究生、访问学生及实习生。

• --- 2026级招生（9月入学）：推免、硕博连读、考核制博士申请现已启动，欢迎尽早联系，通过遴选者可提前进入课题组学习。

• --- 本科实习生：全年可申请，入职后将提供科研指导、生活补助及GPU计算资源。

        申请请将个人简历与研究兴趣简述发送至  zhunzhong007@gmail.com 或 n.pu@outlook.com，邮件主题请按格式填写：[姓名]_[申请类型]_HFUT。例如：[任甄_硕士保研_HFUT]、[严谨_博士申请_HFUT]、[尚晋_本科实习_HFUT]。

教职与博士后招聘

        课题组长期招聘教授、副教授、讲师及博士后研究人员，欢迎研究方向契合、有志于共同深耕的学者加入。请直接邮件联系 zhunzhong007@gmail.com 或 n.pu@outlook.com

学术兼职

• --- ICLR 2025（国际学习表征会议）—— 领域主席（机器学习三大顶会之一）

• --- ACM Multimedia 2024 与 2025 —— 领域主席（CCF-A类会议；获评 MM 2024 杰出领域主席）

学习与工作经历

• --- 2026年至今　合肥工业大学 · 教授

• --- 2023–2025年　特伦托大学 · 博士后 | 合作导师：Nicu Sebe 教授

• --- 2018–2022年　莱顿大学 · 博士 | 导师：Michael S. Lew 教授

• --- 2015–2018年　西南大学 · 硕士 | 导师：肖国强 教授

• --- 2011–2015年　苏州大学 · 本科 | 导师：龚声蓉 教授、刘纯平 教授

代表性论文 （*共同第一作者、†通讯作者）完整列表见 ---> Google Scholar

• 1.     Generate, Refine, and Encode: Leveraging Synthesized Novel Samples for On-the-Fly Fine-Grained Category Discovery
          Xiao Liu*, Nan Pu*, Haiyang Zheng, Wenjing Li, Nicu Sebe, Zhun Zhong.
          International Conference on Computer Vision (ICCV), 2025.

• 2.     Prototypical Hash Encoding for On-the-Fly Fine-Grained Category Discovery
          Haiyang Zheng*, Nan Pu*, Wenjing Li, Nicu Sebe, and Zhun Zhong.
          Neural Information Processing Systems (NeurIPS), 2024.
  

• 3.     Learning to Distinguish Samples for Generalized Category Discovery
          Fengxiang Yang*, Nan Pu*, Wenjing Li, Zhiming Luo, Shaozi Li, Nicu Sebe, and Zhun Zhong
          European Conference on Computer Vision (ECCV), 2024.
  

• 4.     Textual Knowledge Matters: Cross-Modality Co-Teaching for Generalized Visual Class Discovery
          Haiyang Zheng*, Nan Pu*, Wenjing Li, Nicu Sebe, and Zhun Zhong
          European Conference on Computer Vision (ECCV), 2024.

• 5.     Federated Generalized Category Discovery
          Nan Pu, Wenjing Li, Xingyuan Ji, Yalan Qin, Sebe Nicu, Zhun Zhong
          Computer Vision and Pattern Recognition (CVPR), 2024.
  

• 6.     FedVQA: Personalized Federated Visual Question Answering over Heterogeneous Scenes
          Mingrui Lao, Nan Pu†, Zhun Zhong, Nicu Sebe, Michael S. Lew
          ACM International Conference on Multimedia (MM), 2023.
  

• 7.     Multi-Domain Lifelong Visual Question Answering via Self-Critical Distillation
          Mingrui Lao, Nan Pu†, Yu Liu, Zhun Zhong, Erwin M. Bakker, Nicu Sebe, Michael S. Lew
          ACM International Conference on Multimedia (MM), 2023.

• 8.     A Memorizing and Generalizing Framework for Lifelong Person Re-Identification
          Nan Pu, Zhun Zhong, Nicu Sebe, Michael S. Lew
          Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 2023.
  

• 9.     Dynamic Conceptional Contrastive Learning for Generalized Category Discovery
          Nan Pu, Zhun Zhong, Nicu Sebe
          Computer Vision and Pattern Recognition (CVPR), 2023.
  

• 10.   COCA: COllaborative CAusal Regularization for Audio-Visual Question Answering
          Mingrui Lao, Nan Pu†, Yu Liu, Kai He, Erwin M. Bakker, Michael S. Lew
          Association for the Advancement of Artificial Intelligence (AAAI), 2023.
  

• 11.   Meta Reconciliation Normalization for Lifelong Person Re-identification
          Nan Pu, Yu Liu, Wei Chen, Erwin M. Bakker, Michael S. Lew
          ACM International Conference on Multimedia (MM), 2022.
  

• 12.   Lifelong Person Re-Identification via Adaptive Knowledge Accumulation
          Nan Pu, Wei Chen, Yu Liu, Erwin M. Bakker, Michael S. Lew
          Computer Vision and Pattern Recognition (CVPR), 2021.

• 13.   Dual Gaussian-based Variational Subspace Disentanglement for Visible-Infrared Person Re-Identification
          Nan Pu, Wei Chen, Yu Liu, Erwin M. Bakker, Michael S. Lew
          ACM International Conference on Multimedia (MM), 2020.