个人简述
苏靖萱，博士。英国谢菲尔德大学计算机科学博士、英国南安普顿大学计算机科学硕士，曾在北京大学深圳研究生院信息工程学院从事博士后研究工作，并参与北京大学视频与视觉技术国家工程研究中心深圳分中心及广东省超高清沉浸媒体技术重点实验室相关科研工作。
长期从事三维视觉、空间智能与智能媒体领域的交叉研究。主持校级科研启动项目，作为核心成员参与国家自然科学基金面上项目，英国皇家工程院（RAEng）、英国工程与自然科学研究委员会（EPSRC）等资助的科研项目。相关成果发表于 IEEE Transactions on Image Processing、Neurocomputing 等国际期刊和会议。曾获英国RAEng，EPSRC和谢菲尔德大学奖学金资助，获英国 Advance HE Associate Fellow（AFHEA）高等教育教学专业认证，并担任 IEEE TCSVT、IEEE TMM、IEEE TKDE、ACM MM 等国际期刊和会议审稿人。
研究方向
聚焦空间智能（Spatial Intelligence），研究三维场景理解、生成内容评价与具身空间推理，重点研究利用3D视觉、多模态基础模型与生成式人工智能，对真实及虚拟空间进行建模、质量与美学评价，并支持智能体的空间理解与交互决策。
欢迎计算机、人工智能、数字媒体、艺术设计及相关交叉学科背景，且对以下方向感兴趣的学生报考：
空间感知与三维理解（Spatial Perception & 3D Understanding）
空间感知质量与评价（Spatial Perceptual Quality & Evaluation）
生成式空间媒体与美学（Generative Spatial Media & Aesthetics）
具身空间智能与VLA （Embodied Spatial Intelligence & Vision-Language-Action Models）
课题组将根据学生的研究兴趣与发展规划提供科研指导与项目支持，并有机会推荐优秀学生赴相关科技企业实习，或支持其申请国内外高水平高校及科研机构继续深造。
电子邮件
jingxuan.su@gdut.edu.cn
科研项目
1. 广东工业大学，青年百人科研启动项目，主持，在研。
2. 国家自然科学基金委员会，面上项目，传统村落人境交互体验场景的游客行为特征与文化认知效用研究：以岭南地区为例，参与，在研。
3. 英国工程和自然科学研究委员会(EPSRC)，UKRI Trustworthy Autonomous Systems Node in Resilience，参与，结题。
4. 英国皇家科学工程院（RAEng），UK Smart Farm Planning and Monitoring System，参与，结题。
代表性论文
[1] Jingxuan Su, Ge Li, Shunzhou Wang, Honglei Su, Weisi Lin and Wei Gao, "Com-PCQA: No-Reference Point Cloud Quality Assessment via Complex-valued Feature Learning," in IEEE Transactions on Image Processing. （SCI Q1, IF 15.3， CCF-A）
[2] Jingxuan Su, Sean Anderson, Mahed Javed, Charoenchai Khompatraporn, Apinanthana Udomsakdigool and Lyudmila Mihaylova, "Plant leaf deep semantic segmentation and a novel benchmark dataset for morning glory plant harvesting," in Neurocomputing, 2023, 555: 126609. （SCI Q2，IF 6.7）
[3] Jingxuan Su, Zhenglin Li, Shenglin Wang, Wei Gao, "Point Cloud Quality Assessment: Metrics, Methods, and Systems," in Proceedings of the 9th Chinese Conference on Swarm Intelligence and Cooperative Control (CCSICC), Shanghai, China. Springer Nature, 2025. （EI会议）
[4] Jingxuan Su, Sean Anderson and Lyudmila Mihaylova, "Holistic self-distillation with the squeeze and excitation network for fine-grained plant pathology classification," in Proceedings of the 26th International Conference on Information Fusion (FUSION), Charleston, South Carolina, USA. IEEE, 2023. （EI会议）
[5] Jingxuan Su, Sean Anderson and Lyudmila Mihaylova, "A deep learning method with cross dropout focal loss function for imbalanced semantic segmentation," in Proceedings of the Sensor Data Fusion: Trends, Solutions, Applications (SDF), Bonn, Germany. IEEE, 2022. （EI会议）
[6] Zhihao Guo*, Jingxuan Su*, Peng Wang, "GP-GS: Gaussian Processes for Enhanced Gaussian Splatting," International Conference on Intelligent Computing. Toronto: Springer Nature, 2026. （CCF-C）
[7] Wenxu Gao, Liang Xie, Kangli Wang, Jingxuan Su, Changhao Peng and Wei Gao, "DPCSet: A Large-scale Dynamic Point Cloud Dataset for Compression and Perception," in Proceedings of the 33rd ACM International Conference on Multimedia (ACM MM), Dublin, Ireland. 2025. (CCF-A)
