王倩 博士 现任广东工业大学艺术与设计学院讲师

主要从事人工智能绘画、计算机视觉与计算艺术领域的研究。她于澳门科技大学获计算机视觉博士学位，并在香港理工大学完成博士后研究。主持国家自然科学基金青年项目、广东省青年百人科研启动项目等多项课题，发表SCI/CSSCI论文10余篇，包括ACM Computing Surveys（IF=23.8，计算机理论领域Top 1）、IEEE Transactions on Intelligent Transportation Systems（IF=9.551）等国际顶级期刊，并拥有2项国家发明专利。研究成果在ACM SIGGRAPH等国际权威会议展示。致力于探索AI与艺术的深度融合，推动人机协同创作的前沿发展。

 

教育经历

[1]   2013.9-2016.6

浙江工业大学  |  教育技术学(可授教育学、理学学位) 硕士毕业

[2]   2019.9-2022.10

澳门科技大学  |  计算机应用技术  |  理学博士学位  |  博士毕业

 

工作经历

[1]   2022.10-2023.7

香港理工大学  |  设计学院  |  博士后  |  科研

 

研究方向

人工智能绘画：基于扩散模型与生成对抗网络（GAN）的类人绘画逻辑

计算机视觉：图像去模糊、目标分割、医学影像处理

计算艺术：AI与艺术的交叉创新、人机协同创作

 

科研项目

LogicStrokePainter：基于扩散模型的AI逐笔绘画类人逻辑研究,,在研，主持

人工智能绘画与人类绘画逻辑研究,,在研，主持

面向血管介入手术机器人的目标分割关键技术研究,,在研，参与

 

论文成果

Learning-based Artificial Intelligence Artwork: Methodology Taxonomy and Quality Evaluation.ACM Computing Surveys,2024,

Stroke-GAN Painter: Learning to Paint Artworks Using Stroke-Style Generative Adversarial Networks.Computational Visual Media,2023,

Variant-Depth Neural Networks for Deblurring Traffic Images in Intelligent Transportation Systems.IEEE Transactions on Intelligent Transportation Systems,2023,

LNNet: Lightweight Nested Network for Motion Deblurring.Journal of Systems Architecture,2022,

Multi-Stage Feature-Fusion Dense Network for Motion Deblurring.Journal of Visual Communication and Image Representation,2022,

VDN: Variant-Depth Network for Efficient Motion Deblurring via Scale Invariance.Computer Animation and Virtual Worlds,2022,

 

专利

王倩，一种人工智能绘画方法、装置及计算机存储介质：CN202210235023.5[P]. 2022-04-12王倩，刘敏，贺荣峰，一种深度图像中人体坐姿识别的方法、装置及存储介质：CN202210084883.3[P]. 2022-06-03

 

其他联系方式

通讯/办公地址： 广东工业大学东风路校区环市东路

移动电话： 15167111393

邮箱： wangqian@gdut.edu.cn