导师简介基本情况
李晓光，博士，副教授，硕士生导师。
招生：学术型硕士：电子科学与技术 （0809）视觉大数据处理与分析
专业型硕士：集成电路工程 （085209）人工智能系统设计与集成

2003年毕业于北京工业大学电子与信息工程专业，获学士学位，荣获“北京地区高等院校优秀毕业生”荣誉。同年，被推荐免试到北京工业大学信号与信息处理研究室攻读硕士研究生。2005年提前攻读博士学位，2008年获得博士学位，荣获北京工业大学优秀博士学位论文。随后在北京工业大学任教，从事教学与科研工作。
合作出版学术专著《图像检索与压缩域处理技术的研究》、《图像/视频的超分辨率复原》、《新一代高效视频编码技术》（均为第3作者），出版译著3部。在Neural Networks, Journal of Visual Communication and Image Representation(JVCIR)等国内外期刊和会议上发表学术论文70余篇。多次赴香港理工大学电子及资讯工程学系进行联合研究工作。2017年11月-2018年11月，美国南加州大学，国家公派访问；2012年2月-7月赴悉尼大学信息技术学院担任访问。
培养硕士毕业生10余名，主要就业去向包括华为、京东、中国科学院信息工程研究所、埃尔卡特-朗讯、京东方、惠普、华3等信息技术企事业单位。
工作简历
2008.7至今 北京工业大学 教学科研
2017.11-2018.11 Media Communication Lab. University of Southern California, Visiting Scholar
2012.02-2012.07 School of Information Technologies, Faculty of Engineering and Information Technologies, The University of Sydney, Visiting Scholar
2009.07-2009.08 Department of Electronic and Information Engineering, The Hong Kong Polytechnic University, Research Associate
2007.02-2008.02 Department of Electronic and Information Engineering, The Hong Kong Polytechnic University, Research Assistant
2006.03-2006.07 Department of Electronic and Information Engineering, The Hong Kong Polytechnic University, Research Assistant

主要研究方向
1. 视觉大数据处理分析、人工智能系统设计与集成；
2. 图像/视频超分辨率复原；
3. 高动态范围图像/视频处理；
4. 人脸图像分析；
5. 医学影像分析。
主要科研项目
国家自然科学基金：面向识别的低质量人脸特征超分辨率重建技术研究.（No. **）负责.
国家自然科学基金：面向监控网络的高分辨率高动态范围联合重建研究（No. **）负责
北京市自然科学基金：基于学习的高质量图像联合重建技术研究. （No. **）负责
北京市教委面上项目：面向高对比度动态场景的多曝光彩色图像融合技术研究。负责
北京市教委“青年拔尖”人才培育计划：面向识别的压缩人脸图像超分辨率复原研究。（No. CIT&TCD）负责
北京工业大学“日新人才”培育计划：交通监控视频多因素降质机理与协同质量增强技术研究。负责
企事业单位委托项目：XXXX文档的自动检测与识别技术研究，负责
企事业单位委托项目：人脸图像超分辨率复原技术研究. 技术负责
校博士启动基金：基于非线性学习的人脸图像超分辨率重建 （No. X2）负责
主要科研成果
【代表性论著】
【专著】卓力，王素玉，李晓光 著. 图像/视频的超分辨率复原，人民邮电出版社，2011.1.（全书共19章，本人负责其中九章约17万字的初稿写作）
【专著】沈兰荪, 张菁, 李晓光 著. 图像检索与压缩域处理技术的研究. 人民邮电出版社，2008.12. （本人负责全书第13、14、15及20.4章节写作）
【专著】卓力，张菁，李晓光 著. 新一代高效视频编码技术. 人民邮电出版社，2013.
【译著】张菁，李晓光，刘晓民，卓力 译. 视频压缩与通信. 人民邮电出版社，2011.5.
【译著】 卓力，李晓光，蔡轶珩. 多媒体安全与认证. 国防工业出版社，2014.
【译著】 卓力，张菁，李晓光，张新峰. 移动智能. 国防工业出版社，2013.
【译著】 张菁，李晓光，刘晓民，卓力. 视频压缩与通信. 人民邮电出版社，2011.
Xiaoguang Li, Yunxi Lu, Li Zhuo，Hui Zhang, TDCCN: A two-phase deep color correction network for traditional Chinese medicine tongue images. Applied Sciences, 2020，10，1784:1-21. (SCI Journal, Engineer Q1)
Xiaoguang Li, Zhaopeng Gong, Hongxia Yin, Hui Zhang, Zhenchang Wang, Li Zhuo. A 3D Deep Supervised Densely Network for Small Organs Segmentation in Temporal Bone CT Images. Neural Networks, 2020,124: 75-85. (SCI Journal Q1)
Wang Simin, Li Xiaoguang, Zhang Hui, Zhuo Li. A Novel Blind Motion Blur Restoration Algorithm for Text Images. Journal of Electronics, 2020, 29(1):161-167. (SCI Journal)
Xiaoguang Li, Xu Sun, Li Zhuo, Kin Man Lam, Jiafeng Li. Deep-network based method for joint image deblocking and super-resolution. IET Image Processing, 2019, 13(10): 1636-1647. (SCI: 06 Q3)
Li Xiaoguang*,Jia Guangheng, Li Jiafeng and Zhuo Li. A Face Hallucination Algorithm via an LLE Coefficients Prior Model,Chinese Journal of Electronics, 2018, 27(6):1234-1240. (SCI:018)
Xiaoguang Li, Fenghui Li, Li Zhuo, Dagan Feng. A Layered-Based Exposure Fusion Algorithm. IET Image Processing. 2013, 7(7):701-711. (SCI )
Xiaoguang Li, Kin Man Lam, and Lansun Shen, An Adaptive Algorithm for the Display of High-Dynamic Range Images, Journal of Visual Communication and Image Representation. 2007 vol. 18, pp. 397-405 (SCI)
Li Xiaoguang, Xia Qing, Zhuo Li, A KPLS-Eigentransformation Model Based Face Hallucination Algorithm, Chinese Journal of Electronics, 2012,21, (4):683-686 (SCI)
Qing Xia, Xiaoguang Li, Li Zhuo, and Kin-Man Lam, Visual Sensitivity-based Low-Bit-Rate Image Compression Algorithm, IET Image Processing. 2012,9, pp.1-9, doi: 10.1049/iet-ipr.2011.0174 (SCI)

【部分获奖】
北京工业大学优秀硕士论文指导教师，2019、2018
入选北京市高等院校“青年拔尖”人才培育计划。2014-2016.
The Best Paper Award：Xiaoguang Li, Kin Man Lam, Guoping Qiu, Lansun Shen and Suyu Wang, An Efficient Example-Based Approach for Image Super-Resolution. IEEE International Conf. on Neural Networks and Signal Processing, Zhenjiang, China, June 7-11, 2008.
北京工业大学电控学院优秀班主任。2012、2013、2014.
2008年北京工业大学优秀博士论文奖。
六、联系方式
Email: lxg@bjut.edu.cn （报考请发简历和成绩单）
Office: