李学龙，1976年11月生于哈尔滨市。于中国科学技术大学获工学学士学位（1998）及工学博士学位（2002）。现为中国科学院西安光学精密机械研究所研究员、瞬态光学与光子技术国家重点实验室副主任、光学影像分析与学习中心（OPTIMAL）主任。
长期从事图像及视频处理和模式识别的研究，如视觉张量分析、成像系统同后处理之间的关系等，并主要关注具体的工程应用。立足西部，依托平台组建团队，面向遥感观测和视觉监控等需求开展科研工作。发表120余篇IEEE汇刊（transactions）论文。七篇论文被Thomson Reuters Science Watch计入十年内该领域最有影响的36篇论文之列。曾或现任《中国科学》、 《Pattern Recognition》及六种IEEE汇刊编委。入选千人及杰青。获陈嘉庚青年科学奖、中国青年科技奖、中科院青年科学家奖、中国青年五四奖章。当选国际电气电子工程师协会（IEEE）会士、国际模式识别学会（IAPR）会士、美国光学学会（OSA）会士、国际光学工程学会（SPIE）会士、英国工程技术学会（IET/IEE）会士等。

视觉数据分解和降维

摘要：
虽然传统上都按照矢量来处理，但视觉数据本质上却多是以张量的形式存在的。张量表达和处理也成为光学影像分析与学习中的关注点，基于此的一个新兴学科领域开拓了结构化视觉数据理解的新理念——张量学习。在此领域中，构造新的数据表达方式、研究算法收敛性和稳定性、探索学习机制的统计理论是最重要和最基础的研究任务。李学龙研究员通过提出广义张量学习机，解决了基于张量表达的有效训练学习、监督分类、度量学习、流形学习、综合考虑数据结构依赖关系等难点问题。并通过将张量学习应用到光学影像数据中，有效地提高了光学影像数据的质量并改变了数据的理解方式，已经成为解决重要技术难题的关键手段，并得到了国际同行的高度好评。张量表达和学习具有很强的推广能力，对机器学习、计算机视觉、多媒体、模式识别、数据挖掘等领域都有着非常重要的支撑作用。