张开华，男，教授，主要研究方向为视觉目标分割、跟踪、检测，重点围绕提升模型的精度、速度以及泛化性等方面，开展了系列较为深入的研究工作，并取得了一定的研究进展。发表IEEE T-PAMI、IJCV、IEEE T-IP、IEEE T-MM、IEEE T-CSVT、CVPR、ICCV、ECCV等国外顶级期刊与会议论文30余篇，Google Scholar 引用10000余次。2016、2022年两次入选江苏省333高层次人才培养工程；2017年获江苏省杰青；2018年获教育部自然科学一等奖（3/5）以及江苏省教学与研究成果（研究类）一等奖(4/5)；2020年度CCF科学技术奖自然科学二等奖(1/2)；2022年度CCF-CV持久影响力工作奖(1/3)；2023年度多媒体领域旗舰国际会议ICME最佳学生论文奖(通信作者)；2017年国际人脸关键点定位竞赛冠军；2017年度ImageNet竞赛冠军；2022年度国际权威竞赛VOT-LT2022召回率评测冠军。现担任CCF A类会议 ICML的Area Chair以及AAAI的Senior Program Chair。

• 2010.8-2014.1, 香港理工大学, 计算机应用技术, 博士，导师：张磊 教授

• 2006.9-2009.7, 中国科学技术大学, 信号与信息处理, 硕士， 导师： 徐守时 教授

• 2002.9-2006.6，中国海洋大学，电子信息科学与技术，学士
  

• 1999.9-2002.7, 山东省日照市第一中学，高中

• 2025-01 至 今, 东南大学, 自动化学院, 教授

• 2015-08 至 2024-12, 南京信息工程大学, 计算机学院, 教授

• 2013-12 至 2015-08, 南京信息工程大学, 自动化学院, 校聘教授（讲师）

• 2009-07 至 2010-08, 香港理工大学，Research Assistant，合作导师：Lei Zhang

• 2024、2025年，担任国际会议ICML的Area Chair

• 2024年，担任国际会议AAAI的Senior PC Member

• 2018年至今，担任国际期刊IET Electronics Letters的Associate Editor

1、2023年，多媒体领域旗舰国际会议ICME 最佳学生论文奖（通信作者）: 获奖工作：Yang Wu et al. Object-aware calibrated depth-guided transformer for RGB-D Co-Salient Object Detection, ICME, 2023.

2、2022年，CCF-CV持久影响力工作奖 :  获奖工作： Kaihua Zhang et al. Real-Time Compressive Tracking, ECCV 2012.

3、2020年CCF科学技术奖自然科学二等奖（排名第一）：获奖项目：张开华，刘青山，高效视觉目标跟踪理论与方法

4、2017年教育部自然科学一等奖（排名第三）：获奖项目：杨健，杨猛，张开华，徐勇，张磊，视觉信息的表示学习理论与方法

5、2018年度江苏省教育科学研究成果奖（高校自然科学类）一等奖（排名第四）：获奖项目：刘青山，刘光灿，袁晓彤，张开华，孙玉宝， 稀疏低秩学习理论及其应用研究

6、入选2022年 AI2000 Index 排行榜（计算机视觉领域全球排名96）  

7、入选斯坦福大学评选的 2020-2024年全球前2%顶尖科学家榜单

8、入选爱思唯尔 2020-2024中国高被引学者 （计算机科学与技术）榜单      

视觉目标分割、跟踪、检测

1、 国家自然科学基金面上项目，62276141，面向开放复杂环境的长程目标跟踪关键技术研究，2023/01-2026/12，在研。

2、 国家自然科学基金面上项目，61876088，基于验证建模的深度视觉跟踪方法研究，2019/01-2022/12, 结题。

3、 江苏省自然科学基金杰青项目，BK20170040，基于深度学习的视频目标跟踪与分割，2017/07-2020/06，结题。

4、 江苏省自然科学基金面上项目，BK20151529，基于上下文信息融合与分割的目标跟踪方法研究，2015/07-2018/06，结题 。

5、 国家自然科学基金青年项目，61402233，目标跟踪中的时空上下文建模方法研究，2015/01-2017/12，结题。

详细列表见：‪Kaihua Zhang‬ - ‪Google 学术搜索‬

[1] Yang Wu, Lingyan Liang, Yaqian Zhao, Kaihua Zhang. Object-Aware Calibrated Depth-Guided Transformer for RGB-D Co-Salient Object Detection. ICME, 2023.（Best student paper award,通信作者, CCF B）

[2] Yang Wu, Hao Zhang, Lingyan Liang, Yaqian Zhao, Kaihua Zhang. Group-Wise Co-Salient Object Detection with Siamese Transformers Via Brownian Distance Covariance Matching. ICASSAP, 2023.（通信作者, CCF B）

[3] Yan Liu, Kaihua Zhang, Yaqian Zhao, Hu Chen, Qingshan Liu. Bi-RRNet: Bi-level recurrent refinement network for camouflaged object detection. Pattern Recognition, 2023.（通信作者, CCF B）

[4] 赵子成, 张开华, 樊佳庆, 刘青山. 基于运动引导的高效无监督视频目标分割网络. 自动化学报, 2023.（通信作者,CCF A）

[5] Yang Wu, Huihui Song, Bo Liu, Kaihua Zhang, Dong Liu. Co-Salient Object Detection With Uncertainty-Aware Group Exchange-Masking. CVPR, 2023.（CCF A）

[6] Jiaqing Fan, Tiankang Su, Kaihua Zhang, Qingshan Liu. Bidirectionally Learning Dense Spatio-temporal Feature Propagation Network for Unsupervised Video Object Segmentation. ACM MM, 2022.（CCF A)

[7] Kaihua Zhang, Yang Wu, Mingliang Dong, Bo Liu, Dong Liu, Qingshan Liu. Deep Object Co-segmentation and Co-saliency Detection via High-order Spatial-Semantic Network Modulation. IEEE Transactions on Multimedia, 2022. （CCF B）

[8] Junwen Pan, Pengfei Zhu, Kaihua Zhang, et al. Learning Self-Supervised Low-Rank Network for Single-Stage Weakly and Semi-Supervised Semantic Segmentation. IJCV, 2022.(CCF A)

[9] Hongtao Yu, Pengfei Zhu, Kaihua Zhang, Yu Wang, Shuai Zhao, Lei Wang, Tianzhu Zhang, Qinghua Hu.Learning Dynamic Compact Memory Embedding for Deformable Visual Object Tracking. IEEE Transactions on Neural Networks and Learning Systems, 2022. (CCF B)

[10] Kaihua Zhang, Zicheng Zhao, Dong Liu, Bo Liu, Qingshan Liu. Deep Transport Network for Unsupervised Video Object Segmentation. ICCV, 2021. (CCF A)

[11] Jiaqing Fan, Bo Liu, Kaihua Zhang, Qingshan Liu. Semi-supervised Video Object Segmentation via Learning Object-aware Global-local Correspondence. IEEE Transactions on Circuits and Systems for Video Technology.2021. (CCF B)

[12] Tengpeng Li,Kaihua Zhang,Shiwen Shen, Bo Liu,Qingshan Liu,Zhu Li. Image Co-saliency Detection and Instance Co-segmentation using Attention Graph Clustering based Graph Convolutional Network. IEEE Transactions on Multimedia, 2021. (CCF B)

[13] Kaihua Zhang, Mingliang Dong, Bo Liu, Xiaotong Yuan, Qingshan Liu. DeepACG: Co-Saliency Detection via Semantic-aware Contrast Gromov-Wasserstein Distance. CVPR, 2021. (CCF A)

[14] Jin Chen, Huihui Song, Kaihua Zhang, Bo Liu, Qingshan Liu. Video saliency prediction using enhancedspatiotemporal alignment network. Pattern Recognition, 2021. (CCF B)

[15] Jiaqing Fan, Huihui Song, Kaihua Zhang, Qingshan Liu. Feature Alignment and Aggregation Siamese Networks for Fast Visual Tracking. IEEE Transactions on Circuits and Systems for Video Technology, 2020. (CCF B)

[16] Tengpeng Li, Huihui Song, Kaihua Zhang, Qingshan Liu. Learning residual refinement network with semantic context representation for real-time saliency object detection. Pattern Recognition, 2020. (CCF B)

[17] Kaihua Zhang, Long Wang, Dong Liu, Bo Liu, Qingshan Liu, Zhu Li. Dual Temporal Memory Network for Efficient Video Object Segmentation. ACM MM, 2020. (CCF A)

[18] Kaihua Zhang, Tengpeng Li, Shiwen Shen, Bo Liu, et al. Adaptive Graph Convolutional Network with Attention Graph Clustering for Co-saliency Detection. CVPR, 2020. (CCF A)

[19] Kaihua Zhang, Jin Chen, Bo Liu, Qingshan Liu. Deep Object Co-Segmentation via Spatial-Semantic Network Modulation, AAAI, 2020. (CCF A)

[20] Kaihua Zhang, Tengpeng Li, Bo Liu, Qingshan Liu. Co-saliency detection via mask-guided fully convolutional networks with multi-scale label smoothing. CVPR, 2019.(CCF A)

[21] Kaihua Zhang, Jiaqing Fan, Qingshan Liu, Jian Yang, Wei Lian. Parallel attentive correlation tracking. IEEE Transactions on Image Processing, 2019. (CCF A)

[22] Kaihua Zhang, Xuejun Li, Huihui Song, Qingshan Liu, Wei Lian. Visual tracking using spatio-temporally nonlocally regularized correlation filter. Pattern Recognition, 2018.(CCF B)

[23] Kaihua Zhang, Qingshan Liu, Jian Yang, Ming-Hsuan Yang. Visual tracking via Boolean map representations.Pattern Recognition, 2018.(CCF B)

[24] Qingshan Liu, Jing Yang, Jiankang Deng, Kaihua Zhang. Robust facial landmark tracking via cascade regression. Pattern Recognition, 2017.(CCF B)

[25] Kaihua Zhang, Qingshan Liu, Yi Wu, Ming-Hsuan Yang. Robust visual tracking via convolutional networks without training. IEEE Transactions on Image Processing, 2016. (CCF A)

[26] Kaihua Zhang, Lei Zhang, Kin-Man Lam, David Zhang. A level set approach to image segmentation with intensity inhomogeneity. IEEE Transactions on Cybernetics, 2015. (CCF B)

[27] Kaihua Zhang, Lei Zhang, Ming-Hsuan Yang. Fast Compressive Tracking. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2014. (CCF A)

[28] Kaihua Zhang, Lei Zhang, Qingshan Liu, David Zhang, Ming-Hsuan Yang. Fast visual tracking via dense spatio-temporal context learning. ECCV, 2014. (CCF B)

[29] Kaihua Zhang, Qingshan Liu, Huihui Song, Xuelong Li. A variational approach to simultaneous image segmentation and bias correction. IEEE Transactions on Cybernetics, 2014. (CCF B)

[30] Kaihua Zhang, Lei Zhang, Ming-Hsuan Yang. Real-time object tracking via online discriminative feature selection. IEEE Transactions on Image Processing, 2013. (CCF A)

[31] Kaihua Zhang, Lei Zhang, Ming-Hsuan Yang, Qinghua Hu. Robust object tracking via active feature selection. IEEE transactions on circuits and systems for video technology, 2013. (CCF B)

[32] Kaihua Zhang, Huihui Song. Real-time visual tracking via online weighted multiple instance learning.Pattern Recognition, 2013. (CCF B)

[33] Kaihua Zhang, Lei Zhang, Huihui Song, David Zhang. Reinitialization-free level set evolution via reaction diffusion. IEEE Transactions on Image Processing, 2013. (CCF A)

[34] Kaihua Zhang, Lei Zhang, Ming-Hsuan Yang. Real-time Compressive Tracking. ECCV, 2012. (CCF B)

[35] Kaihua Zhang, Huihui Song, Lei Zhang. Active contours driven by local image fitting energy. Pattern Recognition, 2010. (CCF B)

[36] Kaihua Zhang, Lei Zhang, Huihui Song, Wengang Zhou. Active contours with selective local or global segmentation: a new formulation and level set method. Image and Vision Computing, 2010.