Guanjie Huang
香港科技大学(广州)人工智能博士研究生
我是香港科技大学(广州)人工智能方向博士研究生,导师为 刘李教授(Prof. Li Liu) 和 曾宪国教授(Prof. Danny H. K. Tsang)。我的研究聚焦高效、可靠的多模态智能,主要包括音视频理解、自动线索语识别、多模态大模型与智能体,以及模型不确定性。
近期工作探索如何让大语言模型与专用智能体协同理解视觉语音和手势线索,如何在标注样本有限时高效学习多模态表示,以及如何评估模型的置信度与生成内容真实性。我也关注音频伪造检测和具有物理规律约束的音视频生成评测。
博士阶段之前,我曾从事工业计算机视觉、大规模多模态数据集构建、无人机目标跟踪和学习辅助优化研究。我拥有澳大利亚国立大学人工智能硕士学位和电子科技大学软件工程学士学位。
研究方向: 音视频学习 · 多模态大模型与智能体 · 语音及线索语识别 · 可信多模态人工智能 · 模型不确定性 · 音频伪造检测
欢迎就科研合作、多模态人工智能及相关工作机会与我交流。