董晓，山东泰安人，中共党员，山东师范大学信息科学与工程学院讲师

Email: dx.icandoit@gmail.com

地址：山东省济南市长清区山东师范大学文淙楼信工学院1-402

个人简介

董晓博士现任山东师范大学计算机与人工智能学院讲师。2025年12月毕业于中山大学人工智能学院，师从印鉴教授与梁小丹教授。主要研究方向为多模态语义对齐、多模态视频图像编辑及多模态智能体。已在TPAMI、TMM、TCSVT、CVPR、ICCV等计算机视觉领域顶级国际会议和期刊发表学术论文10余篇。

研究方向

计算机视觉 (Computer Vision)、多模态语义对齐（Multimodal Semantic Alignment）、多模态生成式编辑（Multimodal Generative Editing)

学术论文

[1] Xiao Dong, Xunlin Zhan, Yunchao Wei, et al. Entity-Graph Enhanced Cross-Modal Pretraining for Instance-level Product Retrieval. TPAMI 2023. （CCF A类）

[2] Jiehui Huang, Xiao Dong, Wenhui Song et al. ConsistentID: Portrait Generation with Multimodal Fine-grained Identity Preserving：TPAMI 2026. （CCF A类）

[3] Xiao Dong, Gengwei Zhang, Yi Ding, et al. Caption-supervised Product Detection: TMM2023. （CCF A类）

[4] Xiao Dong, Xunlin Zhan, Yangxin Wu, et al. M5Product: Self-harmonized Contrastive Learning for E-commercial Multi-modal Pretraining. CVPR 2022.（CCF A类）

[5] Xiao Dong, Li Liu, Lei Zhu, et al. Unsupervised Deep K-means Hashing for Efficient Image Retrieval and Clustering:TCSVT2020. （CCF B类）

[6] Xiao Dong, Lei Zhu, Xuemeng Song, et al. Adaptive Collaborative Similarity Learning for Unsupervised Multi-view Feature Selection. IJCAI 2018.（CCF B类）

[7] Zheng Chong, Xiao Dong, Haoxiang Li, et al. CatVTON: Concatenation Is All You  Need for Virtual Try-On with Diffusion Models. ICLR 2025.（CCF A）

[8] Xunlin Zhan, Yangxin Wu, Xiao Dong, et al.Product1M: Towards Weakly Supervised Instance-Level Product Retrieval via Cross-modal Pretraining. ICCV 2021.（CCF A类）

荣誉奖励

[1] 2024年中山大学逸仙学术之星（20人）

[2] 2023年中山大学博士研究生国家奖学金

[3] 2023 年中山大学郭谢碧蓉特等奖学金 (10人)

[4] 2019年山东省优秀硕士论文

[5] 2018年硕士研究生国家奖学金

科研项目

[1] 国家自然科学基金青年学生基础研究项目(博士研究生), 面向开放域场景的判别生成多模态大模型研究, 2023.05-01-2024.12-31, 30万，结题，主持 (全国500余人)

[2] 科技部鹏城实验室重大攻关项目，xxxxx, 2023.07-01-2026-08-01，8,000万，在研，参与

[3] 企业合作项目（美团），面向在线实时视频分析的通用视频表征学习，2022-08-01-2023-06-30，20万，结题，参与

[4] 国家自然科学基金面上项目，基于局部语义关联及判别分析的跨模态数据检索，2018-01-01-2021-12-31，66万元，结题，参与

[5] 国家自然科学基金青年项目，面向社交图像检索的语义迁移离散哈希方法研究，2019-01-01 至 2021-12-31，25万元，结题，参与

学术服务

CVPR 2021-; ICCV 2021-; ACM MM 2022-; NIPS 2021-; PRCV 2020; PCM 2017; ECAI 2020; ECML 2020;

TPAMI, TIP, TMM, TCSVT, NN, ESWA, KBS, IS, IPM (Reviewer)

实习与招生

长期招收本科科研实习生和硕士研究生，欢迎对计算机视觉与多模态人工智能方向有浓厚兴趣的同学加入课题组。

本科实习

要求：

[1] 对计算机视觉 / 人工智能研究有浓厚兴趣

[2] 具备一定的编程基础

[3] 每周能投入一定时间参与科研

[4] 有机器学习 / 深度学习基础优先

实习内容：

[1] 参与计算机视觉或多模态方向研究项目

[2] 参与论文阅读与科研讨论

[3] 参与论文撰写与发表

硕士研究生

培养方向：

[1] 多模态大模型

[2] 图像与视频生成

[3] 多模态检索与理解

[4] AI Agent

培养目标：

[1] 在顶级会议或期刊发表论文

[2] 参与国家科研项目与企业合作项目

[3] 推荐优秀学生继续攻读博士或进入知名企业