E-mail: tfliu@bjut.edu.cn

通讯地址：北京市朝阳区平乐园100号，100124

个人简介：

刘腾飞，工学博士，北京工业大学美加墨世界杯官网讲师。主要研究方向包括长文档智能处理、多模态信息融合、医疗影像智能分析、可信大模型与多智能体协同等。目前以第一作者/通讯作者发表学术论文10余篇，包括IEEE TNNLS、IEEE TMM、IEEE TCSVT、IEEE/ACM TASLP、ACM TKDD、Neural Networks等顶级期刊论文，以及CVPR、AAAI等CCF-A类国际会议论文。主持中国博士后科学基金面上项目、北京市自然科学基金青年项目，并作为研究骨干参与科技创新2030重大项目、国家自然科学基金联合基金重点项目等多项国家级科研项目。曾获博士研究生国家奖学金、CSC中国公派留学奖学金、校级优秀毕业生、百佳毕业生等荣誉。博士期间曾赴澳大利亚悉尼科技大学ReLER实验室联合培养一年，在多模态语义建模、时序信息挖掘与智能推理等方面积累了较为扎实的研究基础。个人github主页：https://tengfeiliu966.github.io/。

研究方向：

[1] 长文档智能处理：长文档鲁棒表征、结构化理解与可信推理

[2] 多模态融合建模：视觉-语言融合、多源异构数据语义对齐

[3] 医疗影像分析：放射学报告生成、纵向影像理解与临床推理

[4] 可信大模型：幻觉抑制、知识增强生成与多智能体协同推理

教育简历：

2018.09-2025.09 北京工业大学 控制科学与工程 博士学位

2024.12-2025.12 澳大利亚悉尼科技大学 中国留学基金委联合培养博士项目

2014.09-2018.07 河南理工大学 自动化 学士学位

工作履历：

2026.4～至今，北京工业大学，美加墨世界杯官网，讲师；

2025.7～2026.4，北京工业大学，信息科学技术学院，讲师；

学术兼职：

中国图象图形学学会会员

中国计算机学会会员

中国人工智能学会会员

科研项目：

[1] 中国博士后科学基金面上项目，面向多模态长文档的鲁棒表征与可信推理方法研究，2026-2028，负责人；

[2] 北京市自然科学基金青年项目，面向真实场景的多模态长文档鲁棒表征与可信推理方法研究，2026-2028，负责人；

[3] 企业技术委托项目，视频数据集标注与语义知识库构建，2025-2026，负责人；

[4] 科技创新2030重大项目，异质信息协同和多重知识表达的可解释连续学习，2021-2026，参与

[5] 国家自然科学基金联合基金重点项目，面向社会媒体信息的视觉协同计算与聚焦推理，2022-2026，参与

[6] 北京市自然科学基金面上项目，知识强化的开放场景图像识别，2026-2028，参与

荣誉和获奖：

[1] 2025年,获北京工业大学“百佳毕业生”

[2] 2025年,获北京工业大学“优秀毕业生”

[3] 2024年,获“博士研究生国家奖学金”

[4] 2023年,获“CSC国家公派留学奖学金”

代表性研究成果：

以第一作者或通讯作者发表学术论文10余篇，包括SCI期刊IEEE TNNLS、IEEE TMM、IEEE TCSVT、IEEE/ACM TASLP、ACM TKDD、Neural Networks和顶级国际会议CVPR, AAAI等。

[1] Tengfei Liu, Yinjian Fan, Yongli Hu*, Mingjie Li, Boyue Wang, Jinghua Li, Junbin Gao, Xiaojun Chang, Baocai Yin. BiOTPrompt: Bidirectional Optimal Transport Guided Prompting for Disease Evolution-aware Report Generation. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition(CVPR’2026). (CCF-A)

[2] Tengfei Liu, Jiapu Wang, Yongli Hu*, Mingjie Li, Junfei Yi, Xiaojun Chang and Baocai Yin. HC-LLM: Historical-Constrained Large Language Models for Radiology Report Generation. The Thirty-Ninth AAAI Conference on Artificial Intelligence(AAAI’2025).(CCF-A).

[3] Tengfei Liu, Yongli Hu*, Junbin Gao, Yanfeng Sun and Baocai Yin. Hierarchical Multi-modal Transformer for Cross-modal Long Document Classification. IEEE Transactions on Multimedia(IEEE TMM), 34(7): 6376-6390, 2025(SCI一区).

[4] Tengfei Liu, Yongli Hu*, Mingjie Li, Xiaojun Chang and Baocai Yin. Tackling Real-world Complexity: Hierarchical Modeling and Dynamic Prompts for Multimodal Long Document Classification. IEEE Transactions on Circuits and Systems for Video Technology(IEEE TCSVT), 35(6): 5776-5790, 2025. (SCI一区).

[5] Tengfei Liu, Yongli Hu*, Junbin Gao, Yanfeng Sun, and Baocai Yin. Hierarchical Multi-modal Prompting Transformer for Multi-modal Long Document Classification. IEEE Transactions on Circuits and Systems for Video Technology(IEEE TCSVT), 34(7): 6376-6390, 2024.(SCI一区).

[6] Tengfei Liu, Yongli Hu*, Junbin Gao, Jiapu Wang, Yanfeng Sun and Baocai Yin. Multi-modal Long Document Classification based on Hierarchical Prompt and Multi-modal Transformer. Neural Networks, 176:106322, 2024.(SCI一区)..

[7] Tengfei Liu, Yongli Hu*, Junbin Gao, Yanfeng Sun, and Baocai Yin. Hierarchical Multi-granularity Interaction Graph Convolutional Network for Long Document Classification. IEEE/ACM Transactions on Audio, Speech and Language Processing(IEEE/ACM TASLP), 32:1762-1775, 2024.(SCI一区).

[8] Tengfei Liu, Yongli Hu*, Junbin Gao, Yanfeng Sun and Baocai Yin. Cross-modal Multiple Granularity Interactive Fusion Network for Long Document Classification. ACM Transactions on Knowledge Discovery from Data(ACM TKDD), 18(4):1-24, 2024.(SCI一区).

[9] Tengfei Liu, Yongli Hu*, Boyue Wang, Yanfeng Sun, Junbin Gao and Baocai Yin. Hierarchical Graph Convolutional Networks for Structured Long Document Classification. IEEE Transactions on Neural Networks and Learning Systems(IEEE TNNLS), 34(10):8071-8085, 2023.(SCI一区).

[10] Boyue Wang, Yihan Gao, Tengfei Liu*, Junbin Gao, Guangchao Wu, Yongli Hu, and Baocai Yin. Human-Like Multi-Modal Fake News Detection via Reflective Summarization and Large–Small Model Collaboration.  IEEE Transactions on Neural Networks and Learning Systems(IEEE TNNLS), 2026(SCI一区).

[11] Qingqing Gao, Tengfei Liu*, Zhongfan Sun, Boyue Wang, Baocai Yin, Zhaohui Liu. Case2Knowledge: Structured Knowledge-Infused Prompting for Faithful Radiology Report Generation. IEEE International Conference on Acoustics, Speech and Signal Processing(ICASSP’2026).(CCF-B).

联系方式：

E-mail：tfliu@bjut.edu.cn

地址：北京工业大学理科楼M807