李鑫，中国科学技术大学电子工程与信息科学系特任副研究员、硕士生导师，与陈志波教授、李卫平教授合作开展研究。本科与博士均毕业于中国科学技术大学。曾在微软亚洲研究院、新加坡国立大学访问研究。获中国科学院优秀博士学位论文、IEEE VCIP最佳论文奖等荣誉。

研究方向：生成式人工智能、多模态大模型与视觉智能体，重点研究图像视频生成与复原、视觉质量评价与偏好优化、生成式视觉压缩。

科研项目（主持）：

• 国家自然科学基金青年学生基础研究项目（博士研究生，已结题）

• 国家自然科学基金青年科学基金项目（C类，青年学生基础研究项目延续资助）

• 中国博士后科学基金安徽联合资助项目

• 安徽省博士后科研项目（A类）

• 博士后资助计划（Postdoctoral Fellowship Program of CPSF）

• 中国博士后科学基金面上项目

• 中央高校基本科研业务费专项资金（校青年创新基金项目）

代表性论文：

1. Li, X., et al. Diffusion Models for Image Restoration and Enhancement: A Comprehensive Survey. IJCV, 2025.

2. Li, X., et al. A Close Look at Few-shot Real Image Super-resolution from the Distortion Relation Perspective. JUSTC, 2025.

3. Li, X., et al. NTIRE 2025 Challenge on Short-form UGC Video Quality Assessment and Enhancement: Kwaisr Dataset and Study. CVPR Workshops, 2025.

4. Li, X., et al. Semantic-aware Message Broadcasting for Efficient Unsupervised Domain Adaptation. IEEE TIP, 2024.

5. Li, X., et al. UCIP: A Universal Framework for Compressed Image Super-Resolution using Dynamic Prompt. ECCV, 2024.

6. Li, X., et al. FreqAlign: Excavating Perception-Oriented Transferability for Blind Image Quality Assessment From a Frequency Perspective. IEEE TMM, 2023.

7. Li, X., et al. GraphAdapter: Tuning Vision-Language Models With Dual Knowledge Graph. NeurIPS, 2023.

8. Li, X., et al. Learning Distortion Invariant Representation for Image Restoration From a Causality Perspective. CVPR, 2023.

9. Li, X., et al. Learning Omni-Frequency Region-adaptive Representations for Real Image Super-Resolution. AAAI, 2021.

10. Li, X., et al. Task-Driven Semantic Coding via Reinforcement Learning. IEEE TIP, 2021.

11. Li, X., et al. Learning Disentangled Feature Representation for Hybrid-Distorted Image Restoration. ECCV, 2020.

12. Li, B., Li, X., et al. SeD: Semantic-Aware Discriminator for Image Super-Resolution. CVPR, 2024.

13. Lu, Y., Li, X., et al. KVQ: Kwai Video Quality Assessment for Short-form Videos. CVPR, 2024.

14. Xie, G., Li, X., et al. Diagnosis-oriented Medical Image Compression with Efficient Transfer Learning. IEEE VCIP, 2023.

15. Wu, Y., Li, X., et al. Learned Block-Based Hybrid Image Compression. IEEE TCSVT, 2021（在线发表）.

完整论文列表

荣誉奖励：

• 中国科学技术大学“墨子杰出青年特资津贴”一等资助

• 中国科学院优秀博士学位论文

• IEEE VCIP 最佳论文奖（2023）

• 字节跳动奖学金（2022，全国10人）

• CVPR NTIRE 2024 压缩图像盲增强、AI生成视频质量评价赛道冠军

• CLIC 学习式图像压缩挑战赛感知质量赛道一等奖（2022、2024）

国际学术服务：

• 领域主席（Area Chair）：ICLR、NeurIPS、ACM Multimedia、BMVC。

• SPC：AAAI。

• Workshop 组织者 / 联合组织者：CVPR NTIRE、CVPR LoViF、ICCV VQualA。

• Tutorial 组织者：AAAI、IEEE VCIP，主题涵盖扩散模型、生成式人工智能与智能体在底层视觉中的应用。

• 竞赛组织者：CVPR NTIRE、CVPR LoViF，涵盖视频质量评价、图像与视频复原及生成内容质量评价。

• 担任 CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML 等会议及 IEEE TPAMI、IJCV、IEEE TIP 等期刊审稿人。

教学：本科生课程《信号与系统》。

欢迎对上述方向感兴趣的同学联系，参与科研实践与研究生阶段学习。

邮箱：xin.li@ustc.edu.cn
个人学术主页：https://lixinustc.github.io/

• [1] 生成式人工智能、多模态大模型与视觉智能体