姓名：张勤
职称/硕（博）导：教授 / 博导、硕导
招生专业/方向：信息与通信工程 / 沉浸式媒体技术
主要研究领域：智能信息处理、音视频分析、虚拟现实技术、情感计算与分析、视觉智能
电子邮箱Email：zhangqin@cuc.edu.cn
个人简介
张勤教授于1991年获得加拿大University of British Columbia大学博士学位，1990—1995年任加拿大UBC图像处理实验室研究工程师，1996—2000年任美国摩托罗拉公司DNS前端工程高级技术顾问，开发了第一代和第二代数字卫星电视和交互式有线电视网络分配系统，获得授权发明专利十余项。由于张勤教授在国外工作期间所取得的卓越研究成果，被美国移民局授予Outstanding Scholar and Research称号。2000年至今，在中国传媒大学作为外籍专家全职任教，2000年6月聘为通信与信息系统专业博士生导师，2004年聘为新创信息研究所所长，2010年6月聘为媒介音视频教育部重点实验室主任。
张勤教授自2000年回国在中国传媒大学任教以来，一直致力于下一代数字广播电视技术中的音视频理论与系统研究，先后主持并完成多项国家自然科学基金重点项目、面上项目，国家科技支撑计划项目；培养、指导青年教师获批国家科技攻关重大项目、国家科技支撑计划项目、国家自然科学基金项目等国家级项目20余项。取得了多项系统性创新成果：在音频技术领域，自主研发了国际领先的96声道DMS声场重建系统，在分级服务、语音控制、声场综合与动态响应四个主要技术层面突破了杜比与DTS系统；在视频技术领域，从图像的基元/纹理表示入手，提出了基于基元/纹理的视频内容信息表示方法以及相应的参数化模型，填补了“像素级表示”和“对象级表示”之间的“鸿沟”，应用前景广阔。同时，张勤教授还致力于研究成果的产业化，从而更好的服务于社会。由张勤教授主持，美国思科公司和时代华纳投资，北京华诺科技有限公司集成的IPTV系统于2003年开始运营，于2007年由TCL通讯公司生产，并被荷兰数字家庭标准采用，其中软件机顶盒部分成为我国信息产业部研发规划的第三代机顶盒。
张勤教授领导的中国传媒大学媒介音视频教育部重点实验室于2010年通过教育部建设计划论证（教技司〔2011〕36号），并于2016年1月通过验收正式开放运行（教技厅函〔2016〕64号）。实验室总体定位为：顺应新一轮科技产业革命和数字经济发展趋势，围绕沉浸式视听内容建设，探索“信息技术”与“数字艺术”的交叉研究范式，面向艺术表现力与文化影响力的提升构建沉浸式视听计算理论体系，突破三维化、虚实融合沉浸影音关键技术，进行沉浸式视听产业发展的应用示范。围绕“面向中华文化影响力提升的沉浸式视听信息计算与艺术呈现”的科学问题，设立沉浸式计算与视觉艺术呈现、有声文化与仿声计算、云边端沉浸式内容处理、沉浸交互与空间艺术评价四个研究方向：
（1）沉浸式计算与视觉艺术呈现：针对5G环境下“更高技术格式、更新应用场景、更美视听体验”的高新视频新业态发展需求，从沉浸式视频技术和应用发展的角度出发，覆盖沉浸式视频的采集、处理与呈现等环节，推动沉浸式视频在媒体内容制作和视频新业务的应用，促进沉浸式视频标准化建设和规范化发展。
（2）有声文化与仿声计算：面向弘扬中国传统文化与沉浸式有声化呈现需求，创新性地将空间、角度、频谱和时间等维度计算引入音频采集与呈现过程中，并融入音频艺术创作经验，构建可综合反映沉浸式音频的多维全声函数，实现声源建模、声场传播、信号采集与终端呈现的全流程优化耦合，推动沉浸式音频技术的“互通化”、“动态化”、“智能化”与“艺术表现力”。
（3）云边端沉浸式内容处理：面向广播影视、4K/8K/AR/VR高新视频、文化旅游和游戏等沉浸式应用场景的低时延服务需求，研究异构算网存资源和动态内容的缓存协同与用户请求调度理论与方法；研究融合边端云计算能力和优势的沉浸式内容计算与资源分配优化；研究低时延、高可靠差异化的网络服务质量QoS保障，提出协同计算、网络、缓存技术的理论与方法，为广电影视高新视频、文化旅游娱乐等应用提供理论和关键技术支撑。
（4）沉浸交互与空间艺术评价：面向沉浸式网络视听技术“更自然交互、更沉浸体验”的高标准应用需求，从沉浸式体验交互、跨空间情感效能评估、情智耦合关系感知与建模、沉浸式公共艺术应用以及体验质量评价的角度出发，研究多模态自然交互方法和沉浸式体验质量评价技术，从而促进高新视频新业态的发展，保障广大用户的视听体验。
实验室现有固定人员50人，其中正高级职称14人（28%）、副高级职称26人（52%）、中级职称10人（20%），博士43人（86%）、硕士7人（14%），40岁以下研究骨干19人，占比为38%，已形成一支注重基础理论与交叉应用研究相结合，知识结构合理、教学科研能力强、具有创新精神的以中青年学术骨干为主的研究队伍。在相关研究领域承担包括国家重点研发计划项目课题、国家自然科学基金重点、面上、青年等各类项目共计百余项，在国内外高水平期刊和会议上发表论文两百余篇。
主要科研项目
[1]国家自然科学基金重点项目：历史影音资料音频修复方法与关键技术研究，项目编号：61631016，批准经费：250万元，起止时间：2017.01.01—2021.12.31。
[2]国家自然科学基金面上项目：情智耦合关系的感知与建模，项目编号：62271455，批准经费：54万元，起止时间：2023.01.01—2026.12.31。
[3]国家自然科学基金面上项目：基于广义建模理论的多原子库图像编码方法研究，项目编号：61371191，批准经费：84万元，起止时间：2014.01.01—2017.12.31。
[4]国家自然科学基金重点项目：基于统计模型与运动基的物体解析与视频重构方法，项目编号：60832004，批准经费：220万元，起止时间：2009.01—2012.12。
[5]国家科技支撑计划子课题：立体电视技术体系架构及内容直播技术与应用研究，项目编号：2012BAH39F01-05，批准经费：40万元，起止时间：2013.01—2015.12。
代表性学术成果
[1]X. Luo, L. Ye, X. Liu, X. Wen, M. Zhou and Q. Zhang, “Interpretability diversity for decision-tree-initialized dendritic neuron model ensemble,” IEEE Transactions on Neural Networks and Learning Systems, pp. 1-14, 2023.
[2]Duan Danting, Zhong Wei, Ran Shuang, Ye Long and Zhang Qin, “A standardized database of Chinese emotional short videos based on age and gender differences,” PloS One, vol. 18, no. 3, 2023.
[3]Chenxi Feng, Long Ye and Qin Zhang, “Cross-domain feature similarity guided blind image quality assessment,” Front. Neurosci., vol. 15, pp. 767977, 2022.
[4]Xin Ma, Wei Zhong, Long Ye, and Qin Zhang, “Visually aligned sound generation via sound-producing motion parsing,” Neurocomputing, vol. 492, pp. 1-15, 2022.
[5]Qinxin Lin, Zhong Wei, Long Ye, and Qin Zhang, “Image harmonization based on the semantic information of foreground human,” Displays, vol. 71, pp. 102132, 2022.
[6]Qian Wang, Li Fang, Long Ye, Wei Zhong, Fei Hu, Qin Zhang, “Flexible light field angular superresolution via a deep coarse-to-fine framework,” Wireless Communications and Mobile Computing, vol. 2022, 2022.
[7]Fei Hu, Long Ye, Wei Zhong, Li Fang, Yun Tie, Qin Zhang, “Semantic based autoencoder-attention 3D reconstruction network,” Graphical Models, vol. 106, Nov. 2019.
[8]Li Fang, Long Ye, Yun Tie, Wei Zhong, Qin Zhang, “Design of linear-phase nonsubsampled nonuniform directional filter bank with arbitrary directional partitioning,” Journal of Visual Communication and Image Representation, vol. 51, pp. 23-28, Feb. 2018.
[9]Xufen Cai, Long Ye, Qin Zhang, “Ensemble learning particle swarm optimization for real-time UWB indoor localization,” EURASIP Journal on Wireless Communications and Networking, vol. 125, 2018.
[10]Wang Ruiqi, Ye Long, Zhang Qin, “MovieREP: a new movie reproduction framework for film soundtrack,” Proceedings of the 29th ACM International Conference on Multimedia, pp. 2822-2824, Oct. 20-24, Chengdu, China, 2021.