许 炜

华中科技大学 电子信息与通信学院 | 教授

教育经历

• 2000-09 至 2008-07，华中科技大学，通信工程，博士（导师：杨宗凯）

• 1996-09 至 2000-07，华中科技大学，计算机科学，学士

科研与学术工作经历

• 2025-11 至今，华中科技大学，电子信息与通信学院，教授

• 2010-11 至 2025-11，华中科技大学，电子信息与通信学院，副教授

• 2005-11 至 2010-11，华中科技大学，电子与信息工程系，讲师

• 2000-07 至 2005-11，华中科技大学，电子与信息工程系，助教

研究方向

• 音乐智能：将人工智能技术深度应用于音乐教育领域，解决音乐技能的客观评价与智能辅助问题，实现自动转录、精准评分与个性化反馈。

• 课堂智能：通过多模态感知技术对课堂教学全过程量化分析，实现学生注意力评估、师生互动识别、教学行为编码，构建数据驱动的教学效能评价体系。

• 计算机视觉：研究视觉模型鲁棒性、生成与编辑，建立对抗鲁棒性基准，探索基于扩散模型的视觉内容编辑技术。

主持或参加的国家自然科学基金项目

1. 国家自然科学基金面上项目，62277019，面向音乐教育的唱歌智能评价技术研究，2023-01-01 至 2026-12-31，在研，主持

2. 国家自然科学基金面上项目，62277019，钢琴教学中智能辅助技术研究，2018-01-01 至 2022-12-31，结题，主持

3. 国家自然科学基金国际(地区)合作与交流项目，62381260591，参加艺术与科技学术研讨会，2023-09-30 至 2023-12-31，结题，主持

主持或参加的其他科研项目

1. 国家重点研发计划，学生综合素养多模态数据智能处理技术，2021-11 至 2026-11，在研，主持

2. 国家重点研发计划，教学行为编码识别技术与教学效能评价技术，2018-05 至 2021-04，结题，主持

3. 国家科技支撑计划，面向电子书包的教育出版资源与教学评测，2015-04 至 2017-12，结题，主持

4. 国家科技支撑计划，基于硬件的多媒体内容检测技术研究，2011-01至2013-12，结题，主持

5. 国家科技支撑计划，音乐数字化集成与服务关键技术研究，2011-01至2013-12，结题，主持

6. 湖北省科技支撑计划项目，基于云计算的智慧教育平台关键技术研究，2020-01至2022-12，结题，第二参与

7. 国家科技支撑计划项目，乐器资源数字化关键技术研究与平台开发，2014-01至2016-12，结题，第二参与

成果转化

1. 爱唱歌（2011-2013）：智能在线K歌平台，用户规模10万+，为海信推出“嗨唱”智能电视K歌应用

2. 青桔音乐（2016-2018）：与易班网联合开展“校园好声音”大赛，提供全国海选技术支持

3. 微助教（2016至今）：基于微信的教学互动平台，覆盖全国高校师生1000万

4. 轻慕课（2019）：基于iPad的轻量级慕课录制工具

5. 皮皮龙音乐（2018）：AI钢琴陪练APP（iOS）

6. 视唱达人（2019至今）：微信小程序视唱练习评测系统，用户1.7万，评测140万次

7. 艺智评（2025至今）：音乐闯关小程序，用户1万，评测70万次

8. 数智教学管理（2022至今）：课堂行为分析系统，覆盖教室1.4万间

期刊论文

1. Yuqing, Li; Xianke, Wang; Ruimin, Wu; Wei, Xu; Wenqing, Cheng. A Two-Stage Audio-Visual Fusion Piano Transcription Model Based on the Attention Mechanism, IEEE-ACM TRANSACTIONS ON AUDIO SPEECH AND LANGUAGE PROCESSING, 2024, 32(1): 3618-3630

2. Yifan, Wu; Jiawei, Du; Ping, Liu; Yuewei, Lin; Wei, Xu; Wenqing, Cheng. DD-RobustBench: An Adversarial Robustness Benchmark for Dataset Distillation, IEEE TRANSACTIONS ON IMAGE PROCESSING, 2025, 34(1): 2052-2066

3. Weiming, Yang; Xianke, Wang; Bowen, Tian; Wei, Xu; Wenqing, Cheng. A Multi-Stage Automatic Evaluation System for Sight-Singing, IEEE TRANSACTIONS ON MULTIMEDIA, 2023, 25(1): 3881-3893

4. Jiacheng, Wang; Ping, Liu; Jingen, Liu; Wei, Xu. Text-guided Eyeglasses Manipulation with Spatial Constraints, IEEE TRANSACTIONS ON MULTIMEDIA, 2023, 26: 4375-4388

5. Xianke, Wang; Bowen, Tian; Weiming, Yang; Wei, Xu; Wenqing, Cheng. MusicYOLO: A Vision-Based Framework for Automatic Singing Transcription, IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH, AND LANGUAGE PROCESSING, 2022, 31: 229-241

6. Yipeng, Liu; Ruimin, Wu; Yifan, Wu; Lijie, Luo; Wei, Xu. A Stave-Aware Optical Music Recognition on Monophonic Scores for Camera-Based Scenarios. APPLIED SCIENCES, 2023, 13(16): 9360.

部分会议论文

1. TianRui, Li; Qikai, He; Ruimin, Wu; MengQiao, Chen; Wei,Xu. Frequency-Conformer for Automatic Piano Transcription. ICME 2026.

2. Zhen, Liao; Gaole, Dai; Mengqiao, Chen; Wenqing, Cheng; Wei, Xu. Dual-Strategy-Enhanced ConBiMamba for Neural Speaker Diarization. ICASSP 2026.

3. Mengqiao, Chen; Qikai, He; Wei, Xu; Wenqing, Cheng. MusicDETR: A Position aware Spectral Note Detection Model for Singing Transcription. ICASSP 2026.

4. Kepeng, Lin; Qizhe, Zhang; Rui, Wang; Xuehai, Hu; Wei, Xu. PlantBiMoE: A Bidirectional Foundation Model with SparseMoE for Plant Genomes. BIBM 2025.

5. Weiwei, Jiang; Long, Rao; Gaole, Dai; Yifan, Wu; Wei, Xu. Gaze-Driven Active Speaker Detection in Meetings. ICIC 2025.

6. Yan, Zhang; Jie, Luo; Tianrui, Li; Wei, Xu. SPED: A Sight-singing Dataset for Performance Evaluation. ICASSP 2025.

7. Yuqing, Li; Ying, Zhang; Xianke, Wang; Ruimin, Wu; Wei Xu. CNN-Transformer Ensemble: Advancing Visual Piano Transcription with Global and Local Features. IJCNN 2024.

8. Ruimin, Wu; Xianke, Wang; Yuqing, Li; Wei, Xu; Wenqing, Cheng. Piano Transcription with Harmonic Attention. ICASSP 2024.

9. Ying, Zhang; Yan, Zhang; Wei, Xu; Zhifeng, Wang; Jianwen, Sun. Singpad: A knowledge tracing dataset based on music performance assessment. EDM 2024.

10. Xinghao, Huang; Weiwei, Jiang; Long, Rao; Wei, Xu; Wenqing, Cheng. Active Speaker Detection in Fisheye Meeting Scenes with Scene Spatial Spectrums. INTERSPEECH 2024.

11. Jiacheng, Wang; Ping, Liu; Wei, Xu. Unified Diffusion-Based Rigid and Non-Rigid Editing with Text and Image Guidance. ICME 2024.

12. Long, Rao; Xinghao, Huang; Shipeng, Cai; Bowen, Tian; Wei, Xu; Wenqing, Cheng. A Dual-Path Approach for Gaze Following in Fisheye Meeting Scenes. PRCV 2023.

13. Xianke, Wang; Wei, Xu; Weiming, Yang; Wenqing Cheng. Musicyolo: A Sight-Singing Onset/Offset Detection Framework. ICASSP 2022.

奖励

1. 以能力为导向的电子信息类高层次创新人才培养体系探索与实践，湖北省人民政府，省部一等奖，2023（程文青; 李震彪; 白翔; 张林; 刘威; 曾喻江; 邓天平; 许炜）

2. 网络内容分析关键技术与应用，湖北省人民政府，科技进步一等奖，2011（杨宗凯; 郑庆华; 许炜等）

专利

1. 许炜, 杨未铭, 王先科, 李雨晴. 基于目标检测的视唱音高检测方法、系统、设备及介质. 专利号：202210656997.0，授权日期：2024.9.13

2. 许炜; 李雨晴; 王先科; 一种基于图卷积的多模态钢琴转录装置及其训练方法，2022-12-07，202211566507.4

3. 许炜, 郑祎能, 蔡世鹏, 饶龙. 课程视频视线修正系统及其训练方法、视线落点估计方法. 专利号：202210537861.8，授权日期：2022.9.2

4. 许炜, 刘威, 向敏, 徐晶, 程文青. 基于声源定位和面部检测的PBL课堂记录方法和系统. 专利号：202011161783.3，授权日期：2022.1.11

5. 许炜, 田博文, 郭春麟, 肖宇. 一种课堂注意力评估方法及系统. 专利号：202110669216.7，授权日期：2021.9.14

6. 许炜, 孔思聪, 廖望, 蔡孝直. 一种基于计算机视觉的课堂行为检测系统. 专利号：201710830828.3，授权日期：2020.10.30

7. 许炜; 崔玉蕾; 周为; 一种基于音视频特征融合的课堂粗粒度声音事件检测方法. 专利号：202311820919.0, 授权日期：2025.1.28

最后修改时间：2026年03月18日