中山大学计算机学院4年制博士项目:奖助金与导师介绍

在中山大学计算机学院读博,每年能拿到多少钱,取决于你被评到哪一档,也取决于你通过哪一类计划被录取。

标题里的最高一档,是研究生国家奖学金的博士生标准,全国统一,每个学院只有少数名额。我们按申请者实际会遇到的顺序,从这笔钱讲到学院、路径和导师。

本文导师在计算机学院,博士学制为4年

中山大学的计算机视觉方向不止分布在一个学院,计算机学院之外,系统科学与工程学院、电子与信息工程学院也有做行人重识别的课题组。本文介绍的导师在计算机学院,招生规则以该学院和研究生院的文件为准。

学制方面,我们能找到的依据是2020年多个学院“申请—考核”制简章的转载版,其中写明博士研究生学制为4年。2027年的规定,以学校新发布的招生简章为准。

学制和奖助直接相关:学院规定,奖助金只在基本修业年限内发放,超出年限不再发放。

中大以申请—考核制为主,面试可能早在12月

中大博士招生以申请—考核制为主。申请者先提交材料,学院组织专家审核,通过后参加综合考核;硕博连读面向校内在读硕士生,学校2026年的通知要求申请者基本完成硕士必修课,并通过博士研究生资格考试。

时间上,中大的节奏比不少学校早。以海洋科学学院上一轮为例,材料审核结果在2025年12月公示,面试安排在12月24日至25日。计算机学院的日期以学院通知为准,但我们建议按12月中下旬可能面试来准备材料。

材料方面,申请—考核制一般要求成绩单、推荐信、科研成果和攻博研究计划,计算机学院的具体清单以实施办法为准。其中研究计划最能体现个人准备,后文给出写法建议。

截至2026年11月16日,我们没有查到计算机学院2027年的申请—考核实施办法。

奖助分学业奖学金、学业助学金和导师配套三部分

计算机学院2026年7月修订的研究生奖助金评选办法,把奖助金分成三部分:学业奖学金按学年发放,学业助学金和导师(培养单位)配套投入按月发放。

有两类学生不按这个体系走。通过“科研经费博士研究生专项招生计划”录取的博士生,不参评奖助金等级,由导师或培养单位按标准发放助研津贴;国家人工智能专项的博士生可以申请奖助金,但等级最高只能到二等。

申请者自然会问,哪一种计划拿得更多。学院文件没有公布各档金额,这个问题无法从页面回答,我们建议在面试时直接询问导师的配套标准。

国家层面的数字可以作参照。从2025年起,中央高校博士学业奖学金的中央财政支持标准为每生每年12,000元,学校可以分档,最高一档不超过三万;研究生国家奖学金则是在这些之外的年度奖励。

推荐

赖剑煌教授研究可见光与红外图像间的行人重识别

赖剑煌是中山大学计算机学院教授、博士生导师,本科、硕士、博士均就读于中山大学数学专业。他现任中国图象图形学学会副理事长、会士,《自动化学报》副主编,是中国计算机学会杰出会员;2018年以第一完成人身份,凭“视觉鲁棒特征提取与非线性分析”获广东省自然科学一等奖,2020年起享受国务院政府特殊津贴。

他的研究覆盖工业视觉检测、人脸识别、行人重识别和群体分析。行人重识别(person re-identification)要回答的问题是:一个人在甲摄像头里出现后,又在乙摄像头里出现,系统能不能认出这是同一个人。

白天的监控画面是彩色的,夜间很多摄像头会切换到红外模式,画面变成灰度,衣服颜色这类最有用的线索随之消失。同一个人在彩色和红外图像中的样子相差很大,这就是跨模态差异。打个比方,只看过一个人的彩色照片,却要在一叠黑白剪影里把他找出来,能依靠的只剩体型和比例。

2017年,赖剑煌参与的论文《可见光—红外跨模态行人重识别》(RGB-Infrared Cross-Modality Person Re-Identification)发表于国际计算机视觉大会(ICCV),页码5380至5389。论文把彩色图像与红外图像之间的匹配作为一个专门问题提出来,可以把它理解为:让系统学会不依赖衣服颜色、只凭体型和轮廓认人。

这条研究线后来一直延续。2020年,他参与的《基于跨模态相似性保持的RGB-IR行人重识别》发表于《国际计算机视觉期刊》(IJCV);2024年,关于换装群体重识别的工作发表于《IEEE模式分析与机器智能汇刊》(TPAMI)。夜间识别做不好,安防系统一到晚上就要退回人工比对,这是这类研究的现实意义。

先读2017年ICCV论文的问题定义和实验设置

我们的建议是,先读那篇2017年ICCV论文的引言和问题定义部分,再读实验设置部分,不必一开始就钻研网络结构。

读完之后做一个小练习。用手机给自己拍一张彩色照片,再把它转成黑白,列出你认为在两种图像里都保持不变的特征,比如体型、发型轮廓、背包形状,再列出只在彩色图里有用的特征。然后回到论文,看作者怎样划分训练集和测试集,为什么要按不同的人、不同的摄像头来划分。

判断标准有两条。能说清为什么测试集里的人不能出现在训练集中,说明你理解了重识别的评价方式;还能提出“只靠轮廓会把体型相近的人认错,这时该补充什么信息”这类具体疑问,说明你已经在用研究者的方式思考。两条都做不到,可以先补模式识别和深度学习的基础课,再联系导师。

这个方向的日常工作,是读论文、设计模型、在公开数据集上跑实验、逐张分析失败样本。计算机、自动化、电子信息背景最对路;数学背景的申请者在度量学习和聚类方面有优势,度量学习(metric learning)指让模型学会一种“距离”,使同一个人的图像彼此靠近、不同人的图像彼此远离;赖剑煌本人的求学经历就是例子。只做过应用开发、没写过模型训练代码的申请者,第一年会比较吃力。

研究计划要写具体问题,例如无人机与地面视角差异

研究计划请避免“我对计算机视觉很感兴趣”这类开头。在这个组,更有用的是具体问题,例如:无人机俯拍与地面摄像头之间的外观差异,能否通过视角解耦来处理?群体中有人换了衣服,系统还能否认出这一群人?工业缺陷检测中标注样本极少时,怎样利用大量无标注图像?

联系邮件附上一页研究计划摘要和成绩单,正文说明你读过哪篇论文、做了上面哪个练习、得到了什么结论。奖助配套标准和招生计划类型,留到面试时再问。

能耐心分析模型在夜间、换装、俯视这些难例上为什么失败的申请者,在这个组会成长得最快。

赖剑煌教授2027年的博士招生名额,主页没有写明,建议在面试阶段直接询问,或先发邮件了解。

推荐
上一篇

科创竞赛AI使用规范:STEM学术力如何被保卫

下一篇

沃顿商学院2027夏校项目全览

返回顶部