研究领域：多媒体内容分析、计算机视觉、模式识别；

研究方向：聚焦开放环境多模态内容理解，重点研究语义解耦的多模态大模型、多模态融合的域适应感知、多模态知识引导的小样本推理、联邦协同的跨模态表征，发表90余篇论文，其中TPAMI、TMM、TIP、IJCV等期刊和MM、CVPR、NeurIPS、AAAI等CCF-A类会议60+，成果得到美国科学院院士、德国科学院院士等多名院士和IEEE/ACM Fellow的引用和正面评价。相关算法为腾讯、咪咕、北京中医药大学深圳医院和航天二院提供了重要的技术支持。负责国家优秀青年基金项目、面上项目、青年基金项目、科技委重点项目课题。

招生专业：

081104-模式识别与智能系统

081203-计算机应用技术

招生方向：

图像与视频处理

多媒体内容分析

2012-09--2016-07   中科院自动化研究所   博士
2009-09--2012-03   北京理工大学   硕士
2005-09--2009-07   北方工业大学   本科

工作简历：

2024-09 ~ 至今,  中科院自动化研究所,  研究员

2018-11 ~ 2024-08,  中科院自动化研究所,  副研究员

2016-07 ~ 2018-10,  中科院自动化研究所,  助理研究员

学术兼职：

中国计算机学会高级会员

中国计算机学会多媒体专业委员会委员

中国图象图形学学会青年工作委员会委员

中国图象图形学学会多媒体专业委员会委员

中国图象图形学学会图像智能边缘计算专业委员会委员

IJCAI 2025 Area Chair, MM 2025 Area Chair, ICPR 2020 Area Chair, MM Asia 2019 Area Chair

TPAMI/TNNLS/TMM/TIP/TCSVT/IJCV/PR/TIST/TOMM和CVPR/ICCV/NeurIPS/ICLR/MM等国际期刊和会议审稿人

奖励：

（1） 国家优秀青年基金, 国家级, 2023

（2） 腾讯犀牛鸟卓创奖, 其他, 2018

（3） 中国科学院优秀博士学位论文, 院级, 2017

（4） 中国多媒体大会(ChinaMM)最佳论文奖, 其他, 2017

（5） 中科院院长优秀奖, 院级, 2016

专利：

（1） 一种实时事件流识别方法及系统, 发明专利, 2022, 第 3 作者, 专利号: CN113901880A

（2） 视频行为预测方法、系统、电子设备及存储介质, 发明专利, 2021, 第 2 作者, 专利号: CN113705402A

（3） 视频精彩片段检测方法及系统, 发明专利, 2020, 第 3 作者, 专利号: CN111611950A

（4） 基于知识图谱预测视频精彩级别的方法、装置及存储介质, 发明专利, 2020, 第 1 作者, 专利号: CN110851621A

（5） 描述文本生成方法及装置, 发明专利, 2019, 第 1 作者, 专利号: CN110110145A

（6） 基于视觉属性的社会事件识别方法, 发明专利, 2014, 第 2 作者, 专利号: CN104142995A

（7） 学习跨平台多模态媒体数据共同特征表示的方法及装置, 发明专利, 2014, 第 2 作者, 专利号: CN104133807A

https://yangxs.ac.cn

（ 1 ） 知识驱动的视频文本描述生成, 负责人, 国家任务, 2018-01--2020-12
（ 2 ） 知识辅助的对抗式视频内容生成, 负责人, 研究所自选, 2018-01--2020-12
（ 3 ） 知识驱动的视频内容理解, 负责人, 企业委托, 2017-10--2019-06
（ 4 ） 数据和知识联合驱动的视频精彩内容剪辑, 负责人, 企业委托, 2018-08--2019-12
（ 5 ） 视频精细化标签AI能力定制, 负责人, 企业委托, 2018-08--2019-12
（ 6 ） 课题---数据反馈和知识融合的跨媒体因果推断, 参与, 国家任务, 2020-01--2022-12
（ 7 ） 基于实时行为数据的个性化健康管理, 参与, 国家任务, 2018-01--2022-12
（ 8 ） 大数据多模态交互协同关键技术, 参与, 国家任务, 2018-01--2021-12
（ 9 ） 时序数据的动态小样本识别, 参与, 其他任务, 2020-08--2021-11
（ 10 ） 跨模态可解释性个体行为分析, 负责人, 国家任务, 2021-01--2024-12
（ 11 ） 多模态小样本数据统一表示与跨域迁移, 负责人, 国家任务, 2022-08--2025-08