中科大GCL 张举勇 教授
报告生成时间：2026年8月4日
个人主页：http://staff.ustc.edu.cn/~juyong/
所属团队：中国科学技术大学数学科学学院 / 安徽省图形计算与感知交互重点实验室（GCL）
一、学者基本信息
| 项目 | 内容 |
|---|---|
| 姓名 | 张举勇（Juyong Zhang） |
| 现任职务 | 中国科学技术大学数学科学学院教授、博士生导师、硕士生导师；中科大先进技术研究院副院长；中国科大先研院具身交互与孪生工程技术中心主任；安徽省图形计算与感知交互重点实验室常务副主任 |
| 学术归属 | 中科大GCL实验室，计算与应用数学、三维视觉与计算机图形学交叉方向 |
| 研究方向 | 三维视觉、计算机图形学、数字人重建与生成、动态场景重建与渲染、几何学习与神经渲染、数值最优化、计算几何 |
| 教育背景 | 中科大计算机科学与技术学士（2006）；新加坡南洋理工大学计算机科学与工程博士（2011） |
| 博士导师 | 蔡建飞（Jianfei Cai）教授、郑建民（Jianmin Zheng）教授 |
| 博士后经历 | 瑞士联邦理工学院洛桑分校（EPFL）几何计算相关研究组，2011—2012年 |
| 主要荣誉 | 国家自然科学基金优秀青年科学基金获得者；中科院青年创新促进会优秀会员；安徽省科技进步二等奖第一完成人；2024年CSIAM应用数学落地成果认证；2025年安徽省应用数学成果奖唯一一等奖 |
| 期刊服务 | IEEE Transactions on Multimedia、IEEE Transactions on Mobile Computing、IEEE Computer Graphics and Applications 编委（以中科大教师主页列示为准） |
张举勇教授的学术定位具有鲜明的交叉性：以计算几何和数值优化提供方法基础，以三维视觉、神经表示和可微渲染实现感知与重建，再以数字人、三维人脸识别、数字孪生等应用形成技术闭环。其个人主页将团队研究概括为 Vision、Graphics 与 AI 的交叉，重点是动态人体与场景的捕获、建模和生成；这也解释了他在GCL中承担数字人、三维感知和产业化连接节点的角色。个人主页；中科大教师主页
二、教育背景与职业履历
张举勇于2006年在中国科学技术大学计算机系获得学士学位。公开主页未列出独立的硕士阶段；其后直接赴新加坡南洋理工大学计算机科学与工程学院攻读博士，并于2011年获博士学位。因此，在目前可获得的权威公开履历中，应将其研究生教育表述为“南洋理工大学博士”，而不应推定未公开的硕士学位或硕士导师。其博士阶段由蔡建飞教授和郑建民教授共同指导，这一师承关系也持续影响了其早期人脸重建、人体表征与深度学习研究的合作网络。
博士毕业后，他于2011年至2012年在瑞士联邦理工学院洛桑分校从事博士后研究，经历包括先以访问／实习研究身份进入相关几何计算研究环境、后任博士后研究员。EPFL阶段使其研究训练进一步连接到几何处理、优化和视觉计算的国际网络。2012年起，他进入中国科学技术大学数学科学学院任教，至今长期从事三维视觉、图形学和优化研究，并已形成从研究生培养到工程转化的稳定团队。上述时间线由个人主页与中科大官方教师主页相互印证。
在组织与公共学术服务方面，张举勇是GCL常务副主任，同时承担先研院副院长及具身交互与孪生工程技术中心主任工作。这意味着其工作并不局限于单一课题组：一端是数学科学学院的计算数学、优化与几何基础，另一端是先研院面向具身交互、数字孪生与产业工程化的组织平台。2024年Chinagraph会议中，他任程序委员会秘书长；会议期间还主持企业特邀报告、论文速览和优秀学生论坛企业宣讲，体现出其在学术共同体与产业对接中的组织角色。Chinagraph 2024活动报道
主要研究脉络与代表成果
第一条主线是三维人脸感知、重建与识别。团队从高密度人脸重建、RGB-D人脸识别，逐步推进到低成本结构光感知与大规模部署。代表论文包括 Yudong Guo、Juyong Zhang、Jianfei Cai、Boyi Jiang、Jianmin Zheng 合作的《CNN-based Real-time Dense Face Reconstruction with Inverse-rendered Photo-realistic Face Images》（IEEE TPAMI，2018），以及 Luo Jiang、Juyong Zhang、Bailin Deng 的《Robust RGB-D Face Recognition Using Attribute-Aware Loss》（IEEE TPAMI，2020）。后者以属性感知损失增强RGB-D人脸识别的鲁棒性，是从三维几何信息进入身份识别任务的重要连接。
第二条主线是数字人体、服装与高保真数字人。Boyi Jiang、Juyong Zhang、Jianfei Cai、Jianmin Zheng 在《Disentangled Human Body Embedding Based on Deep Hierarchical Neural Network》（IEEE TVCG，2020）中研究人体表征的解耦；Boyi Jiang、Juyong Zhang、Yang Hong、Jinhao Luo、Ligang Liu、Hujun Bao 在《BCNet: Learning Body and Cloth Shape from a Single Image》（ECCV 2020）中面向单图像联合估计人体与服装形状。这两篇工作共同构成“人体先验—衣物几何—单视角恢复”的技术链。此后，Boyi Jiang、Yang Hong、Hujun Bao、Juyong Zhang 合作的《SelfRecon: Self Reconstruction Your Digital Avatar from Monocular Video》（CVPR 2022）进一步将显式网格与隐式表示结合，从单目自转视频恢复时空一致的着衣人体表面，为可驱动数字化身提供高保真几何基础。GCL 2020论文清单；SelfRecon论文页
第三条主线是几何优化与数值算法。Wenqing Ouyang、Yue Peng、Yuxin Yao、Juyong Zhang、Bailin Deng 的《Anderson Acceleration for Nonconvex ADMM Based on Douglas-Rachford Splitting》（Computer Graphics Forum，2020）研究非凸ADMM中的Douglas–Rachford分裂及Anderson加速，直接服务于计算图形学和视觉中的大规模、非凸求解问题。Yuxin Yao、Bailin Deng、Weiwei Xu、Juyong Zhang 的《Quasi-Newton Solver for Robust Non-Rigid Registration》（CVPR 2020）则将优化能力落在非刚性配准任务上。张举勇在GCL“几何计算前沿”研讨会的报告也系统呈现了从鲁棒ICP、对称点到平面距离，到基于神经隐式表示与逆向渲染的端到端非刚性重建路径。研讨会报道
值得强调的是，这三条研究线并非彼此割裂：人脸与人体重建产生几何和外观变量，神经渲染将其映射到可学习的图像监督，非凸优化与配准算法则承担稳定求解任务。由此形成从感知设备、三维表征、可驱动数字人到识别与应用系统的完整技术栈。
三、学生培养情况
中科大教师主页列示张举勇指导博士生和硕士生，并保留了较完整的现役／历史成员名单。可以确定的在读或曾指导学生包括博士生 Luo Jiang（罗骏，2013年9月起，与刘利刚教授联合指导）、硕士生 Guo Yudong（郭玉东，2015年9月起）、Boyi Jiang（蒋博毅，2015年9月起，与刘利刚教授联合指导）、Cai Lin（蔡琳，2016年9月起）、Wu Zhi、Tao Jiong（陶炯）、Wu Qianyi 等。应注意，网页只对部分成员明确学位类别和开始时间，故不宜把所有历史成员一律认定为其直接博士生。
其中，罗骏与张举勇、邓柏林合作发表TPAMI论文，说明其研究训练聚焦于RGB-D人脸识别、属性学习及几何感知。蒋博毅是人体与服装数字化方向最具代表性的联合培养学生之一：其与张举勇、刘利刚及南洋理工大学师承网络共同完成BCNet，并继续与鲍虎军、杨红合作SelfRecon。郭玉东在团队中承担三维人脸、神经表示和数字人方向的研究角色，后已成为GCL青年教师；他在2024年暑期课程中讲授《三维数字人表示》，并与张举勇团队共同推动数字人表示研究。由此可见，张举勇的培养方式不只是单导师课题制，而是通过GCL内部联合指导、与海外导师网络协作，形成“学生—青年教师—联合课题”连续发展机制。
历史成员的公开去向呈现出显著的学术—产业双通道。官方教师主页列示：He Zecheng 去普林斯顿大学，Zhong Yatao 去加拿大西蒙弗雷泽大学，Huang Yijiang 去麻省理工学院，Hu Xin 去纽约大学，Song Guoxian 去南洋理工大学，Liu Zishun 去代尔夫特理工大学；同时，Xiong Shiyao 去淘宝，Wang Shaobiao 去网易游戏，Zhang Wangyu 去虹软科技，Yang Hongwei 与 Hu Chao 去海康威视，Li Zhenxi 去百度，Wang Jie 去国家知识产权局专利局。这些信息反映出该培养网络不仅向海外高校延伸，也持续向视觉感知、内容生产、互联网和知识产权等产业部门输送人才。团队成员页
在GCL公共培养工作中，张举勇也承担了高频教学与答辩服务。2024年第十二届《计算机图形学前沿》暑期课程中，他主持第四天下午的几何引擎与实景三维内容；第五天则全天主持以“虚拟数字人”为主题的课程。2025年第十三届课程中，他继续主持第四天上午。2025年5月，他作为第三场博士学位论文答辩委员会成员，与陈仁杰、李新等共同参加洪梁炜、陈鸿鹄的答辩；在同年一场硕士答辩中担任委员会主席。这些工作表明其是GCL面向全实验室人才培养的关键节点，而非仅服务本组学生。2024课程第四天；2024课程第五天；2025博士答辩；2025硕士答辩
四、学术合作网络
1. GCL内部圈层：刘利刚与“几何—感知—生成”协同
张举勇与刘利刚教授的合作同时具有组织和论文两层深度。组织层面，二人同属中科大数学科学学院和GCL，分别承担常务副主任与实验室主任等关键职责；罗骏、蒋博毅等学生采用联合培养模式，直接将两人的研究方向连接起来。论文层面，BCNet将刘利刚擅长的图形学、几何处理环境与张举勇的人体视觉建模方向结合；产业化层面，两人又与郭玉东及企业合作者共同完成“三维人脸识别关键技术与设备”项目。由此，刘利刚所代表的几何计算平台与张举勇所代表的三维智能感知／数字人方向构成GCL最紧密的互补关系。
与郭玉东的关系则体现为“学生—青年教师—共同方向骨干”的传承链。郭玉东从张举勇组硕士生成长为GCL教师，研究内容连接人脸重建、神经表征、数字人表示和高保真渲染。与李新、陈仁杰、陈雪锦、傅孝明等GCL教师的关系，更多体现在共享实验室平台、博士答辩委员会、暑期课程、Chinagraph和几何计算研讨会等机制上：李新的CAD／等几何分析、陈仁杰的几何处理与离散算法、陈雪锦的神经渲染与生成，分别为张举勇的三维感知和数字孪生方向提供几何、算法及生成侧协同。
2. 师承与海外合作圈层：南洋理工大学、EPFL和卡迪夫大学
蔡建飞与郑建民是张举勇最明确的博士师承节点。二人不仅构成其南洋理工大学阶段的学术来源，也持续出现在3DFaceNet、人体嵌入等合作论文中，显示出从博士训练到毕业后联合发表的稳定联系。EPFL博士后经历则使其进入欧洲几何计算传统，并强化了优化、几何处理与视觉交叉的研究视角。
邓柏林（Bailin Deng，英国卡迪夫大学）是张举勇在优化与三维感知方向的重要跨机构合作者。《Robust RGB-D Face Recognition Using Attribute-Aware Loss》以及非凸ADMM加速论文均有邓柏林参与；2025年GCL报道的《End-to-End Surface Optimization for Light Control》也由张举勇与邓柏林合作。这一合作说明其网络不局限于数字人应用，更深嵌于可微优化、几何求解和计算成像的基础方法层。
3. 浙江大学与鲍虎军圈层：人体、服装及数字化身
与浙江大学鲍虎军教授的合作以人体及服装数字化为核心。BCNet的作者列表中包含张举勇、刘利刚与鲍虎军，连接中科大GCL和浙大CAD&CG学术网络；SelfRecon又由蒋博毅、杨红、鲍虎军、张举勇合作，将这一连接推进至高保真着衣人体的单目视频重建。论文方法从单图像人体／衣物形状估计发展为时空一致人体表面恢复，反映出双方协作具有持续性而不是一次性署名。
更具体地说，BCNet和SelfRecon构成了虚拟试衣和数字人中的两类关键能力：前者解决从有限视觉输入中推断身体与服装几何，后者强调带衣物动态细节的可用数字化身。因而，鲍虎军—张举勇—刘利刚—蒋博毅的网络是学术上连接人体建模、服装建模、几何处理与数字内容生成的重要跨校圈层。
4. 学术活动与共同体圈层
张举勇通过课程和会议不断拓展合作网络。2024年“几何计算前沿”国际研讨会中，他与GCL青年教师共同在Denis Zorin（纽约大学）、Justin Solomon（麻省理工学院）、Eitan Grinspun（多伦多大学）等国际学者参与的平台上报告；其内容为三维重建的刚性和非刚性配准。2024年Chinagraph与Pacific Graphics联合会议则汇聚900余名学界和产业同仁，张举勇通过程序委员会秘书长、企业报告主持等角色，成为GCL对外连接的组织接口。此类关系属于学术共同体连接，不应与共同署名论文等同，但对于项目合作、人才交流和产业转化具有重要的中介价值。
五、业界合作关系深度分析
1. 三维人脸识别：已形成可审计的大规模产业落地链条
张举勇的产业合作中，证据最完整、落地最明确的是与合肥的卢深视科技有限公司的协作。2024年，张举勇、刘利刚、郭玉东与企业方户磊、朱海涛共同完成“面向大规模产业应用的三维人脸识别关键技术与设备”，获CSIAM应用数学落地成果认证；该年度全国仅四项成果获认证。项目路径清晰地覆盖结构光深度感知、三维人脸建模、三维人脸识别、工程集成、产品化和场景部署六个环节。
该项目公开披露的规模化成果包括39项授权发明专利、1项实用新型专利、24项软件著作权、36篇相关学术论文及多项国家／行业标准参与；应用场景覆盖多地公安、港珠澳大桥、广州／深圳／佛山地铁、微信支付设备，以及小米和TCL智能门锁。这些信息表明其产业关系并非仅限于“技术交流”或“联合署名”，而是存在从算法、深度相机软硬件、标准到多行业终端部署的全栈协同。该链条的核心价值在于以三维几何和多模态信息补足二维人脸识别面对姿态、光照、伪造与精度约束时的局限，特别适用于公共安全、公共服务和金融支付安全等高可信需求。中科大数学科学学院官方报道
2. 三维人体、虚拟试衣与数字化身：技术储备强，直接商业合作需分层看待
张举勇较早已在可穿戴与试戴场景进行探索：Difei Tang、Juyong Zhang等的《Making 3D Eyeglasses Try-on Practical》（ICME Workshops，2014）明确面向三维眼镜试戴。这说明其对“人脸几何—产品贴合—交互呈现”问题的关注早于当前AIGC虚拟试穿热潮。随后BCNet将问题拓展到人体和服装形状联合学习，SelfRecon则可由一段单目自转视频重建带宽松衣物细节的高保真化身；二者均可为虚拟试衣、服装内容生产、游戏角色生成和数字人制作提供底层能力。ICMEW论文记录
但应作严格区分：现有公开证据能够证实张举勇团队在虚拟试衣相关算法、人体／服装几何和数字人重建上具有连续的研究积累，也能证实SelfRecon与杭州像衍科技有限公司、浙江大学存在联合研究；公开材料并未充分支持将其表述为与某一电商平台、服装品牌存在已大规模商业化部署。因此，本报告将这一领域定性为“应用潜力显著、部分企业联合研发已公开、终端商业部署证据仍应按具体项目另行确认”。
SelfRecon具有突出的产业可用性：使用普通手机拍摄的十余秒单目自转视频即可恢复高保真数字化身，降低传统高规格扫描、人工建模与多机位采集成本；显式网格保障下游动画、编辑和碰撞等可用性，隐式表示补足衣物和表面细节。这一组合正对应虚拟试衣、UGC数字分身、游戏和影视资产制作所需的“低采集门槛＋高几何质量＋可编辑／可驱动”三项条件。公开报道将该工作称为中科大张举勇课题组、杭州像衍科技有限公司和浙江大学的联合成果，并确认其被CVPR 2022接收为口头报告。SelfRecon报道
3. 数字人和数字孪生：从学术能力到平台化工程的延展
张举勇团队的数字人路线覆盖高保真重建、物理驱动、生成与多模态编辑。其2025年题为《高保真虚拟数字人：从建模、驱动到生成与编辑》的报告显示，团队已将单目视频或单张图片建模、基于物理仿真的动作和衣服驱动，以及语音、手势、文本等多模态编辑归入统一技术框架。这种框架可服务于影视传媒、文旅、远程医疗、智能教育等场景；GCL暑期课程亦将“虚拟数字人”明确为元宇宙和虚拟现实产业的核心方向。
在产业化层面，官方报道还披露团队围绕高可信三维人脸和高保真多模态三维数字人持续开展成果转化，并研制了基于可微渲染表示与扩散生成模型的低成本、高效率、超写实三维数字孪生系统。结合其所任具身交互与孪生工程技术中心主任职务，可将其产业网络理解为两层：第一层是已落地的三维人脸识别软硬件与公共服务应用；第二层是面向数字孪生、具身交互和数字人的平台型技术储备，后者在公开资料中体现为项目研发和场景验证，应避免在缺乏合同、产品名或部署公告时夸大为既成规模化业务。
4. 业界网络的结构性判断
综合来看，张举勇的产业网络呈现“一个强落地核心、两个高潜力延展”的结构。强落地核心是中科大GCL—合肥的卢深视—公共安全／交通／支付／智能硬件的三维人脸识别网络；第一延展是中科大—浙江大学—杭州像衍科技在单目高保真数字人和着衣人体重建上的联合研发；第二延展是通过GCL暑期课程、Chinagraph企业报告和先研院中心形成的数字人、AIGC、数字孪生与具身交互交流网络。这个结构说明其优势不仅是发表论文，更是能将几何、优化与视觉算法组织成可集成的感知和内容生产技术模块。
六、重要奖项与学术兼职
张举勇获国家自然科学基金优秀青年科学基金资助及中科院青年创新促进会优秀会员资助。中科大教师主页还列明其以第一完成人获得安徽省科技进步二等奖、2024年CSIAM应用数学落地成果认证，以及2025年安徽省应用数学成果奖唯一一等奖。2024年CSIAM认证尤其反映其学术成果在产业、管理和学术多维评审下的转化价值，而非单纯论文影响力。
在学术兼职方面，中科大教师主页列示他担任 IEEE Transactions on Multimedia、IEEE Transactions on Mobile Computing 和 IEEE Computer Graphics and Applications 编委。其会议服务包括Chinagraph 2024程序委员会秘书长；在联合会议期间，他还承担企业特邀报告、优秀学生论坛企业宣讲和闭幕式最佳论文奖宣读等任务。实验室内，他以常务副主任身份参与课程组织、学生答辩和国际研讨会；校内则兼具先研院副院长、具身交互与孪生工程技术中心主任身份。这些角色共同说明其学术服务横跨期刊评审、会议组织、实验室治理、研究生培养和工程转化。
七、Connection圈层总结
张举勇的第一圈层是GCL内部的“几何—视觉—数字人”核心共同体。刘利刚是最关键的同事与联合指导合作者，二人以BCNet、三维人脸产业化和共同培养学生为纽带；郭玉东、罗骏、蒋博毅等构成由学生培养延伸到研究方向骨干的网络；李新、陈仁杰、陈雪锦、傅孝明等则通过GCL的几何计算、CAD、神经渲染、会议与答辩机制形成协同。
第二圈层是学术师承与方法合作网络。蔡建飞和郑建民构成南洋理工大学博士师承，连接深度学习、人脸重建与人体表征；EPFL经历连接几何计算国际训练；邓柏林连接非凸优化、非刚性配准和计算成像；鲍虎军及浙江大学网络连接人体、服装与数字化身。这一圈层的共同特点是具有明确共同论文或共同训练经历，是张举勇研究方法演进的主要来源。
第三圈层是产业化和跨界应用网络。与合肥的卢深视的合作是证据最充分的节点，并向公安、交通、支付和智能门锁等应用场景辐射；杭州像衍科技参与SelfRecon，连接单目数字人体重建与低成本数字化身；先研院具身交互与孪生工程技术中心则为数字人、数字孪生和具身交互提供组织载体。其产业网络的突出特点是以三维几何感知为共同底座，将身份识别的可信需求与数字内容生成的高保真需求同时覆盖。
第四圈层是通过GCL课程、Chinagraph、Pacific Graphics、CSIAM研讨会等形成的学术共同体网络。国际学者、国内高校教师和企业技术人员借由这些平台与团队发生交流；虽然不能一概等同为深度论文合作，但它们构成了项目对接、学术传播和人才流动的重要外延。
总体而言，张举勇教授的关系网络可概括为：以“中科大本科—南洋理工博士—EPFL博士后”的国际训练链为根，以GCL内部的几何与视觉协同为核，以人体／人脸／数字人和数值优化的交叉论文网络为学术主轴，以的卢深视三维人脸识别产业化为强应用出口，并向虚拟试衣、高保真数字人和数字孪生等方向扩展。该网络的独特价值在于，能够把计算数学和几何计算的底层能力，转译为三维感知、身份识别与数字内容生成的实际系统能力。