

譚舜泉
Shunquan Tan
Professor at Shenzhen MSU-BIT University (SMBU)
深圳北理莫斯科大學(xué)工程系 教授、博士生導(dǎo)師
個(gè)人簡(jiǎn)介
譚舜泉,工學(xué)博士。男,44歲,深圳北理莫斯科大學(xué)教授、博士生導(dǎo)師。中國(guó)共產(chǎn)黨黨員,深圳市高層次專(zhuān)業(yè)人才,深圳市媒體信息內(nèi)容安全重點(diǎn)實(shí)驗(yàn)室副主任,IEEE信息安全與取證技術(shù)委員會(huì)委員,中國(guó)圖象圖形學(xué)學(xué)會(huì)數(shù)字媒體取證與安全專(zhuān)委會(huì)委員。
主持國(guó)家自然科學(xué)基金面上項(xiàng)目2項(xiàng),作為重要成員參與國(guó)家自然科學(xué)基金聯(lián)合基金重點(diǎn)項(xiàng)目2項(xiàng)。任現(xiàn)職以來(lái)發(fā)表論文40多篇,其中第一/通信作者論文20多篇(中科院大類(lèi)1區(qū)/CCF-A論文13篇)。過(guò)去五年Google Scholar引用2800多次,H指數(shù)26。最高單篇論文引用400多次,引用200次以上6篇。
Shunquan Tan, Ph.D. in Engineering, male, aged 44, is a Professor and Doctoral Supervisor at Shenzhen MSU-BIT University. A member of the Communist Party of China, he is recognized as a High-Level Professional Talent in Shenzhen. He serves as the Deputy Director of the Shenzhen Key Laboratory of Media Security, a member of the IEEE Technical Committee on Information Forensics and Security, and a member of the Digital Media Forensics and Security Committee of the China Society of Image and Graphics.
He has led two General Program projects funded by the National Natural Science Foundation of China (NSFC) and participated as a key member in two NSFC Key Joint Fund projects. Since assuming his current position, he has published over 40 academic papers, including more than 20 as first or corresponding author, with 13 papers in SCI Zone 1 or CCF-A journals. Over the past five years, his work has garnered over 2,800 citations on Google Scholar, with an H-index of 26. His most cited paper has over 400 citations, and six papers have exceeded 200 citations each.
研究方向
多媒體取證、多媒體安全、深度學(xué)習(xí)大模型安全
Multimedia Forensics, Multimedia Security, Security of Large-Scale Deep Learning Models
研究生招生方向
博士:計(jì)算機(jī)科學(xué)與技術(shù)
碩士:計(jì)算機(jī)科學(xué)與技術(shù)、計(jì)算機(jī)技術(shù)、人工智能
教育背景及訪(fǎng)學(xué)經(jīng)歷
2005/10 - 2006/11,美國(guó)新澤西理工學(xué)院擔(dān)任訪(fǎng)問(wèn)學(xué)者一年,合作導(dǎo)師:施云慶教授
2002/09 - 2007/07,中山大學(xué),計(jì)算機(jī)科學(xué)系,博士(碩博連讀),導(dǎo)師:黃繼武教授
1998/09 - 2002/07,中山大學(xué),科學(xué)計(jì)算與計(jì)算機(jī)應(yīng)用系,學(xué)士
科研項(xiàng)目
1. 國(guó)家自然科學(xué)基金面上項(xiàng)目,“面向真實(shí)環(huán)境的輕量化魯棒圖像篡改取證研究”,(62272314)70.2萬(wàn),2023.01-2026.12,(主持);
2. 國(guó)家自然科學(xué)基金面上項(xiàng)目,“基于張量分解框架的深度學(xué)習(xí)信息隱藏對(duì)抗研究”,(61772349),70.8萬(wàn),2018.01-2021.12,(主持);
3. 國(guó)家自然科學(xué)基金聯(lián)合基金項(xiàng)目重點(diǎn)支持項(xiàng)目,“社交網(wǎng)絡(luò)虛假媒體內(nèi)容檢測(cè)關(guān)鍵技術(shù)的研究”,(U19B2022),304.8萬(wàn),2020.01-2023.12,(排名第二);
4. 廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃“網(wǎng)絡(luò)信息安全”重點(diǎn)專(zhuān)項(xiàng)開(kāi)放課題“面向AI安全的偽造音視頻取證分析關(guān)鍵技術(shù)”(2019B010139003),450萬(wàn)(其中深圳市配套150萬(wàn)),2019.1-2021.12(排名第二);
5. 國(guó)家自然科學(xué)基金——通用技術(shù)基礎(chǔ)研究聯(lián)合基金重點(diǎn)項(xiàng)目,“基于大數(shù)據(jù)的信息隱藏與對(duì)抗技術(shù)”,(U1636202),301.2萬(wàn),2017.1-2020.12,(排名第四)
獲獎(jiǎng)
1. 黃繼武,駱偉祺,李斌,譚舜泉,黃方軍,中國(guó)計(jì)算機(jī)學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)自然科學(xué)一等獎(jiǎng),信息隱藏理論與方法,2019.10,中國(guó)計(jì)算機(jī)學(xué)會(huì)
2. 李斌,陳昌盛,李昊東,譚舜泉,黃繼武,中國(guó)圖象圖形學(xué)學(xué)會(huì)自然科學(xué)二等獎(jiǎng),面向圖像鑒偽的弱信號(hào)表征,2024.11,中國(guó)圖象圖形學(xué)學(xué)會(huì)
3. 李斌,駱偉祺,譚舜泉,唐偉軒,黃繼武,李霞,廣東省計(jì)算機(jī)學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)自然科學(xué)獎(jiǎng)二等獎(jiǎng),圖像隱寫(xiě)安全關(guān)鍵技術(shù),2023.2,廣東省計(jì)算機(jī)學(xué)會(huì)
4. 李斌,譚舜泉,唐偉軒,黃繼武,李霞,深圳市科學(xué)技術(shù)獎(jiǎng)自然科學(xué)獎(jiǎng)二等獎(jiǎng),自適應(yīng)信息隱寫(xiě)安全理論與方法,2022.10,深圳市科技創(chuàng)新委員會(huì)
代表性論文
1. Israr Hussain, Shunquan Tan*, and Jiwu Huang,F(xiàn)ew-shot based learning recaptured image detection with multi-scale feature fusion and attention. Pattern Recognition, 161: 111248, 2025, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊
2. Israr Hussain, Shunquan Tan*, and Jiwu Huang, A semi-supervised deep learning approach for cropped image detection. Expert Systems with Applications, 243: 122832, 2024, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊
3. Rongxuan Peng, Shunquan Tan*, Xianbo Mo, Bin Li and Jiwu Huang, Employing reinforcement learning to construct a decision-making environment for image forgery localization, IEEE Transactions on Information Forensics and Security, 19:4820-4834,2024, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊,CCF A
4. Xianbo Mo, Shunquan Tan*, Bin Li, Jiwu Huang, Poster: Query-efficient black-box attack for image forgery localization via reinforcement learning, ACM CCS 2023 (poster), 3552-3554,2023, CCF A
5. 胡林輝,陳保營(yíng),譚舜泉*,李斌,基于Convnext-Upernet的圖像篡改檢測(cè)定位模型,計(jì)算機(jī)學(xué)報(bào),46(10):2225-2239, 2023,計(jì)算領(lǐng)域高質(zhì)量科技期刊T1,CCF A類(lèi)中文科技期刊
6. Xianbo Mo, Shunquan Tan*, Weixuan Tang, Bin Li, Jiwu Huang, ReLOAD: Using reinforcement learning to optimize asymmetric distortion for additive steganography, IEEE Transactions on Information Forensics and Security ,18:1524-1538,2023, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊,CCF A
7. Shunquan Tan, Qiushi Li, Laiyuan Li, Bin Li, Jiwu Huang, STD-NET: Search of image steganalytic deep-learning architecture via hierarchical tensor decomposition, IEEE Transactions on Dependable and Secure Computing, 20(3):2657-2673,2023, SCI收錄,中科院計(jì)算機(jī):軟件工程1區(qū), CCF A,計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科頂尖期刊
8. Long Zhuo, Shunquan Tan*, Bin Li. Jiwu Huang, Self-adversarial training incorporating forgery attention for image forgery localization, IEEE Transactions on Information Forensics and Security,17:819-834,2022, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊,CCFA
9. Qiushi Li, Shengda Chen, Shunquan Tan*, Bin Li, Jiwu Huang, One-class double compression detection of advanced videos based on simple Gaussian distribution model, IEEE Transactions on Circuits and Systems for Video Technology,32(4):2496-2500,2022, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊,CCFB
10. Xianbo Mo, Shunquan Tan*, Bin Li, Jiwu Huang, MCTSteg: A Monte Carlo tree search-based reinforcement learning framework for universal non-additive steganography, IEEE Transactions on Information Forensics and Security,16:4306-4320,2021, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊,CCF A
11. Shunquan Tan, Weilong Wu, Zilong Shao, Qiushi Li, Bin Li, Jiwu Huang, CALPANET: channel-pruning-assisted deep residual network for steganalysis of digital images, IEEE Transactions on Information Forensics and Security,16:131-146,2020, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊,CCF A
12. Jishen Zeng, Shunquan Tan*, Guangqing Liu, Bin Li, Jiwu Huang, WISERNet: wider separate-then-reunion network for steganalysis of color images, IEEE Transactions on Information Forensics and Security,14(10) 2735-2748,2019, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊,CCF A
13. Jishen Zeng, Shunquan Tan*, Bin Li, Jiwu Huang, Large-scale JPEG image steganalysis using hybrid deep-learning framework, IEEE Transactions on Information Forensics and Security , 13(5),1200-1214,2017, SCI收錄,中科院大類(lèi)1區(qū),TOP期刊,CCF A
授權(quán)發(fā)明專(zhuān)利
1. 彭榮煊,譚舜泉,莫顯博,李斌,黃繼武,一種基于強(qiáng)化學(xué)習(xí)的圖像篡改定位方法、系統(tǒng)及終端(ZL 202410300521.2), 2024.12, 中國(guó)
2. 譚舜泉,周子凌,李斌,黃繼武,一種針對(duì)空域富模型的圖像隱寫(xiě)分析模型的攻擊方法(ZL 202110043110.6),2024.04,中國(guó)
3. 譚舜泉,關(guān)雨呈,李斌,黃繼武,基于對(duì)抗網(wǎng)絡(luò)的二值圖像隱寫(xiě)方法(ZL 202011553884.5),2023.11,中國(guó)
4. 譚舜泉,陳奕鄰,李斌,黃繼武,一種圖像安全取證模型生成方法、取證方法及電子設(shè)備(ZL202110043628.X),2023.08,中國(guó)
5. 曾吉申,譚舜泉,莫顯博,李斌,黃繼武,一種基于深度學(xué)習(xí)的視頻取證方法(ZL201910082603.3),2023.07,中國(guó)
6. 李振軍,陸蕓婷,王昌偉,譚舜泉,基于區(qū)塊鏈的消息加密傳輸方法、裝置、設(shè)備及介質(zhì)(ZL202210315005.8),2023.05,中國(guó)
7. 譚舜泉,吳威龍,邵子龍,李斌,黃繼武,一種圖像隱寫(xiě)分析方法、智能終端及存儲(chǔ)介質(zhì)(ZL201911387659.6),2023.05,中國(guó)
8. 譚舜泉,卓龍,李斌,黃繼武, 基于圖像生成網(wǎng)絡(luò)模型的圖像處理方法、系統(tǒng)及存儲(chǔ)介質(zhì)(ZL201911400233.X),2023.05,中國(guó)
9. 彭榮煊,莫顯博,譚舜泉,李斌,黃繼武,一種秘密圖像無(wú)密鑰提取方法及相關(guān)設(shè)備(ZL202210934604.8),2022.11,中國(guó)
10. 譚舜泉,李秋實(shí),陳盛達(dá),李斌,黃繼武,一種視頻重壓縮檢測(cè)方法、終端設(shè)備及存儲(chǔ)介質(zhì)(ZL202011619108.0),2022.07,中國(guó)
11. 譚舜泉,李振軍,莫顯博,歐培,隱藏模型訓(xùn)練及使用方法、裝置和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)(ZL201810555366.3),2022.05,中國(guó)
12. 譚舜泉,卓龍,李斌,黃繼武,一種圖象處理模型生成方法、智能終端及存儲(chǔ)介質(zhì)(ZL201911424964.8),2022.05
13. 譚舜泉,陳奕鄰,李秋實(shí),李斌,黃繼武,一種基于Tucker分解的圖像隱寫(xiě)分析方法及終端(ZL202110337203X),2021.07,中國(guó)
14. 曾吉申,譚舜泉,李斌,黃繼武,一種基于深度學(xué)習(xí)模型的隱寫(xiě)圖像檢測(cè)方法及系統(tǒng)(ZL201610923908.9),2020.01,中國(guó)
15. 張浩杰,譚舜泉,李斌,黃繼武,一種基于頻域分析的圖像隱寫(xiě)方法及系統(tǒng)(ZL201610653147X),2019.06,中國(guó)
16. 陳盛達(dá),黃繼武,譚舜泉,一種H264視頻內(nèi)容篡改檢測(cè)方法(ZL201410395140.3),2018.04,中國(guó)
指導(dǎo)學(xué)生獲獎(jiǎng)
1. 陳涵,陳保營(yíng),胡彥杰,羅盛海,IJCB DFGC深度學(xué)習(xí)人臉篡改檢測(cè)比賽冠軍,2021.08
2. 陳保營(yíng),黃遠(yuǎn)坤,梅思玉,2021年中國(guó)圖象圖形學(xué)學(xué)會(huì)CSIG圖象圖形技術(shù)挑戰(zhàn)賽多媒體偽造取證大賽音頻賽道冠軍,2021.07
3. 陳保營(yíng),莊培裕,黎思力,ECCV 2020 DeeperForensics Challenge冠軍,2020.12
研究生招生
招生類(lèi)型:
招收有志于從事科學(xué)研究和工程實(shí)踐的學(xué)術(shù)型碩士、博士生以及專(zhuān)業(yè)型碩士生,研究方向包括計(jì)算機(jī)科學(xué)與技術(shù)、計(jì)算機(jī)技術(shù)和人工智能。
研究領(lǐng)域:
· 多媒體取證(圖像、視頻、音頻篡改檢測(cè)與定位)
· 多媒體安全(信息隱藏、隱寫(xiě)分析、偽造內(nèi)容檢測(cè))
· 深度學(xué)習(xí)大模型安全(對(duì)抗攻防、可信AI、隱私保護(hù))
招生要求:
1. 學(xué)術(shù)基礎(chǔ):
· 在高等數(shù)學(xué)、線(xiàn)性代數(shù)、概率論與數(shù)理統(tǒng)計(jì)、數(shù)值分析等課程中有扎實(shí)的基礎(chǔ)。
· 熟悉計(jì)算機(jī)科學(xué)核心課程(如數(shù)據(jù)結(jié)構(gòu)、算法設(shè)計(jì)、計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)等)。
2. 編程能力:
· 至少熟練掌握以下編程語(yǔ)言中的兩門(mén):Python、Matlab、C++ 或 Java。
· 有深度學(xué)習(xí)框架經(jīng)驗(yàn)(如 PyTorch、TensorFlow)者優(yōu)先。
3. 英語(yǔ)能力:
· 具備較強(qiáng)的英語(yǔ)聽(tīng)說(shuō)讀寫(xiě)能力,能夠熟練閱讀英文文獻(xiàn)并撰寫(xiě)學(xué)術(shù)論文。
· CET-6 或同等水平,托福/雅思成績(jī)優(yōu)秀者優(yōu)先。
4. 科研素質(zhì):
· 對(duì)多媒體取證、安全或深度學(xué)習(xí)領(lǐng)域有濃厚興趣,愿意投入時(shí)間和精力鉆研前沿問(wèn)題。
· 具備嚴(yán)謹(jǐn)?shù)目蒲袘B(tài)度,勇于面對(duì)挑戰(zhàn),能夠承受科研中的失敗與迭代。
· 有志于追求卓越,目標(biāo)包括發(fā)表高水平論文(如中科院1區(qū)、CCF A類(lèi)期刊/會(huì)議)、申請(qǐng)專(zhuān)利或參與國(guó)際競(jìng)賽。
5. 其他:
· 歡迎有志于畢業(yè)后進(jìn)入高校、科研院所、知名企業(yè)(如華為、騰訊、字節(jié)跳動(dòng))從事研發(fā)工作,或計(jì)劃出國(guó)深造攻讀博士學(xué)位的學(xué)生。
· 不歡迎僅為獲取學(xué)位而無(wú)心科研的學(xué)生。
備注:
· 優(yōu)秀學(xué)生有機(jī)會(huì)參與國(guó)家自然科學(xué)基金項(xiàng)目、廣東省重點(diǎn)研發(fā)計(jì)劃等高水平科研項(xiàng)目,并與國(guó)內(nèi)外頂尖團(tuán)隊(duì)合作。
· 鼓勵(lì)學(xué)生參與國(guó)際學(xué)術(shù)會(huì)議(如 IEEE TIFS、ACM CCS)和競(jìng)賽(如 IJCB、ECCV),提升全球視野。
本科生招生
招生對(duì)象:
招收有志于繼續(xù)深造(攻讀碩士/博士學(xué)位)或參與高水平科研的1-3年級(jí)本科生,尤其歡迎計(jì)劃在本科/碩士階段后申請(qǐng)國(guó)外頂尖大學(xué)碩士/博士項(xiàng)目的學(xué)生。
研究領(lǐng)域:
· 多媒體取證與偽造檢測(cè)(圖像篡改、深度偽造分析)
· 多媒體安全(隱寫(xiě)、加密、內(nèi)容保護(hù))
· 深度學(xué)習(xí)與大模型安全(對(duì)抗樣本、模型魯棒性)
招生要求:
1. 學(xué)術(shù)基礎(chǔ):
· 數(shù)學(xué)相關(guān)課程(高等數(shù)學(xué)、線(xiàn)性代數(shù)、概率統(tǒng)計(jì))成績(jī)優(yōu)異,GPA排名靠前。
· 修讀或自學(xué)過(guò)以下課程者優(yōu)先:算法與數(shù)據(jù)結(jié)構(gòu)、計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)、Python/Matlab 編程。
2. 科研熱情:
· 對(duì)多媒體取證或 AI 安全方向有濃厚興趣,愿意將課余時(shí)間的 50%-70% 投入科研訓(xùn)練。
· 具備良好的時(shí)間管理能力,能夠平衡學(xué)業(yè)與科研。
3. 編程能力:
· 熟練掌握至少一種編程語(yǔ)言(如 Python 或 C++)。
· 有簡(jiǎn)單項(xiàng)目經(jīng)驗(yàn)(如圖像處理、深度學(xué)習(xí)模型實(shí)現(xiàn))者優(yōu)先。
4. 英語(yǔ)能力:
· 具備良好的英文閱讀能力,能夠理解學(xué)術(shù)文獻(xiàn)。
· 有志于提升英文寫(xiě)作與表達(dá)能力,未來(lái)參與國(guó)際交流。
5. 目標(biāo)與態(tài)度:
· 有明確的科研目標(biāo),例如發(fā)表論文、參與競(jìng)賽、申請(qǐng)國(guó)內(nèi)外研究生項(xiàng)目。
· 做事認(rèn)真負(fù)責(zé),愿意從基礎(chǔ)做起,逐步成長(zhǎng)為獨(dú)立研究員。
培養(yǎng)計(jì)劃:
· 科研訓(xùn)練:參與實(shí)驗(yàn)室項(xiàng)目(如圖像篡改檢測(cè)、隱寫(xiě)分析),學(xué)習(xí)深度學(xué)習(xí)模型設(shè)計(jì)與優(yōu)化。
· 成果導(dǎo)向:優(yōu)秀者可作為共同作者發(fā)表論文、申請(qǐng)專(zhuān)利,或參與國(guó)際學(xué)術(shù)會(huì)議/競(jìng)賽。
· 職業(yè)規(guī)劃:為有志于深造的學(xué)生提供推薦信、科研指導(dǎo),幫助申請(qǐng)國(guó)內(nèi)外頂尖大學(xué)(如 MIT、Stanford、清華大學(xué))。
備注:
· 本科生將接受系統(tǒng)化科研訓(xùn)練,包括文獻(xiàn)閱讀、實(shí)驗(yàn)設(shè)計(jì)、代碼實(shí)現(xiàn)和論文寫(xiě)作。
· 歡迎對(duì)跨學(xué)科研究(如多媒體與區(qū)塊鏈、AI與隱私)感興趣的學(xué)生加入。