2012~2017，北京大学，信息科学技术学院，博士生

2017~2018，新加坡南洋理工大学，电子电气工程学院，博士后

2018~2020，腾讯科技（深圳）有限公司，高级研究员

2020~2023，中山大学，“百人计划”引进人才，副教授，硕士生导师

2023~至今，北京大学，助理教授，博士生导师

我的研究愿景是如何让机器人通过“眼睛”理解以人为中心的物理世界，从而实现自然友好的智能人机交互方式。目前已累计在CVPR、ECCV、AAAI、IJCAI、ACMMM等国际顶级会议以及TMM、TCSVT、PR、TIP等国际顶级期刊发表50余篇学术论文，总被引2000余次，连续3年入选ESI高被引，单篇最高被引600余次。相关方法被亚马逊、微软、谷歌研究院、微软亚洲研究院、德国马普所、法国国家信息与自动化研究所、麻省理工学院、卡耐基梅隆大学、哥伦比亚大学、阿德莱德大学，东京大学等机构广泛引用。我这边的独特之处在于同时具备学术界和企业界研究经历，并且与NTU、UCF、UB、ETH Zurich、香港中文大学（深圳）等海内外著名高校以及腾讯、Sony、OPPO等知名企业的一线研究学者保持长期合作关系。期待遇见更多志同道合的小朋友，一起创造更多有趣和有影响力的工作。

[1] Mengyuan Liu, Fanyang Meng, Chen Chen, Songtao Wu. Novel Motion Patterns Matter for Practical Skeleton-based Action Recognition. AAAI Conference on Artificial Intelligence (AAAI), 2023. (人工智能顶会)

[2] Jinfu Liu, Xinshun Wang, Can Wang, Yuan Gao, Mengyuan Liu. Temporal Decoupling Graph Convolutional Network for Skeleton-based Gesture Recognition. IEEE Transactions on Multimedia (TMM), 2023. (中科院1区)

[3] Yilei Hua, Wenhan Wu, Ce Zheng, Aidong Lu, Mengyuan Liu, Chen Chen, Shiqian Wu. Part Aware Contrastive Learning for Self-Supervised Action Recognition. International Joint Conference on Artificial Intelligence (IJCAI), 2023. (人工智能顶会)

[4] Qitao Zhao, Ce Zheng, Mengyuan Liu, Pichao Wang, Chen Chen. PoseFormerV2: Exploring Frequency Domain for Efficient and Robust 3D Human Pose Estimation. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2023. (计算机视觉顶会)

[5] Wenhao Li, Hong Liu, Runwei Ding, Mengyuan Liu, Pichao Wang, Wenming Yang. Exploiting Temporal Contexts with Strided Transformer for 3D Human Pose Estimation. IEEE Transactions on Multimedia (TMM), 2023. (中科院1区)

[6] Wei Shi, Hong Liu, Mengyuan Liu. Image-to-Video Person Re-Identification Using Three-Dimensional Semantic Appearance Alignment and Cross-Modal Interactive Learning. Pattern Recognition (PR), 2022. (中科院1区)

[7] Tianyu Guo, Hong Liu, Zhan Chen, Mengyuan Liu, Tao Wang, Runwei Ding. Contrastive Learning from Extremely Augmented Skeleton Sequences for Self-supervised Action Recognition. AAAI Conference on Artificial Intelligence (AAAI), 2021. (人工智能顶会)

[8] Fanyang Meng, Hong Liu, Yongsheng Liang, Juanhui Tu, Mengyuan Liu. Sample Fusion Network: An End-to-End Data Augmentation Network for Skeleton-based Human Action Recognition. IEEE Transactions on Image Processing (TIP), 2019. (中科院1区)

[9] Mengyuan Liu, Fanyang Meng, Chen Chen, Songtao Wu. Joint Dynamic Pose Image and Space Time Reversal for Human Action Recognition from Videos. AAAI Conference on Artificial Intelligence (AAAI), 2019. (人工智能顶会)

[10] Mengyuan Liu, Junsong Yuan. Recognizing Human Actions as the Evolution of Pose Estimation Maps. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2018. (计算机视觉顶会，被引261次)

[11] Junwu Weng, Mengyuan Liu, Xudong Jiang, Junsong Yuan. Deformable Pose Traversal Convolution for 3D Action and Gesture Recognition. European Conference on Computer Vision (ECCV), 2018. (计算机视觉顶会)

[12] Mengyuan Liu, Hong Liu, Chen Chen. Enhanced Skeleton Visualization for View Invariant Human Action Recognition. Pattern Recognition (PR), 2017. (中科院1区，被引627次)

[13] Mengyuan Liu, Hong Liu, Chen Chen. Robust 3D Action Recognition through Sampling Local Appearances and Global Distributions. IEEE Transactions on Multimedia (TMM), 2017. (中科院1区)

[14] Mengyuan Liu, Hong Liu, Chen Chen. 3D Action Recognition using Multi-Scale Energy-based Global Ternary Image. IEEE Transactions on Circuits and Systems for Video Technology (TCSVT), 2017. (中科院1区)

[15] Chen Chen, Mengyuan Liu, Baochang Zhang, Jungong Han, Junjun Jiang, and Hong Liu. 3D Action Recognition Using Multi-Temporal Depth Motion Maps and Fisher Vector. International Joint Conference on Artificial Intelligence (IJCAI), 2016. (人工智能顶会)

2022年入选斯坦福大学评选的全球前2%顶尖科学家榜单

美国科学促进会(AAAS)和Science旗下Cyborg and Bionic Systems国际期刊青年编委

国际重要图像处理会议VCIP 2022 Area Chair

国内模式识别和计算机视觉领域顶级会议PRCV 2022 Website Chair

深圳市电子学会“优秀科技工作者”

ACMMM2021“MEGC挑战赛”冠军

CVPR2022“半监督人体行为识别挑战赛”季军

ACM MM及AAAI程序委员会成员

T-PAMI, T-IP, T-CSVT, PR, CVIU等国际期刊审稿专家

ICCV, CVPR, NeurIPS, ICLR等国际会议审稿专家

国家自然科学基金项目评审专家

每年招收硕士及博士研究生，期待符合以下任意两项情况的同学尽早与我联系 ：）

+ 专业背景（计算机、数学、软件工程、电子信息、自动化、智能科学与技术、人工智能）

+ 两门核心课（高数/线代/C语言/C++语言/数据结构/算法）百分制成绩高于95分

+ 以第一完成人获省级/国家级/国际数学/信息学/编程竞赛特等奖/一等奖

+ 以第一完成人获Kaggle/国际会议主办的计算机视觉竞赛冠军

+ 以第一/通讯作者发表CCF A/B类国际会议/期刊

+ 以第一完成人开源单个Pytorch项目获得超过100 Star

+ 完整学习李沐动手深度学习系列课程及作业（Pytorch语言，https://zh-v2.d2l.ai/）

+ 具有不少于3个月的生成式模型研究经历

+ 每天坚持阅读/写作/健身/跑步超过3个月