Harbin Institute of Technology（哈尔滨工业大学）

Association and Consolidation: Evolutionary Memory-Enhanced Incremental Multi-View Clustering

Zisen Kong, Bo Zhong, Pengyuan Li, Dongxia Chang, Yiming Wang, Yongyong Chen

机构 * Institute of Information Science, Beijing Jiaotong University（北京交通大学信息科学学院） ； Visual Intelligence + X International Cooperation Joint Laboratory of MOE（教育部视觉智能+X国际合作联合实验室） ； School of Computer Science, Nanjing University of Posts and Telecommunications（南京邮电大学计算机科学学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） 纠错

Comments Submitted to CVPR2026

S$^2$M-Former: Spiking Symmetric Mixing Branchformer for Brain Auditory Attention Detection

Jiaqi Wang, Zhengyu Ma, Xiongri Shen, Chenlin Zhou, Leilei Zhao, Han Zhang, Yi Zhong, Siqi Cai, Zhenxi Song, Zhiguo Zhang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Peking University（北京大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Great Bay University（大湾区大学） 纠错

Comments Accepted by 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

FaSDiff: Balancing Perception and Semantics in Face Compression via Stable Diffusion Priors

Yimin Zhou, Yichong Xia, Bin Chen, Mingyao Hong, Jiawei Li, Zhi Wang, Yaowei Wang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Research Center of Artificial Intelligence, Pengcheng Laboratory（人工智能研究中心，鹏城实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Huawei Manufacturing（华为制造） 纠错

MA-GTS: A Multi-Agent Framework for Solving Complex Graph Problems in Real-World Applications

Zike Yuan, Ming Liu, Hui Wang, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

MG-HGNN: A Heterogeneous GNN Framework for Indoor Wi-Fi Fingerprint-Based Localization

Yibu Wang, Zhaoxin Zhang, Ning Li, Xinlong Zhao, Dong Zhao, Tianzi Zhao

机构 * School of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术学院，哈尔滨工业大学） ； China Mineral Resources Group Big Data Co., Ltd（中国矿产资源集团大数据有限公司） ； Tianhe Cyberspace Security Technology Research Institute Co.（天和网络空间安全技术研究所） 纠错

Comments 16 pages, 11 figures, 11 tables

HDCNet: A Hybrid Depth Completion Network for Grasping Transparent and Reflective Objects

Guanghu Xie, Mingxu Li, Songwei Wu, Yang Liu, Zongwu Xie, Baoshi Cao, Hong Liu

机构 * State Key Laboratory of Robotics and Systems, Harbin Institute of Technology（机器人系统国家重点实验室，哈尔滨工业大学） 纠错

Breaking the Gradient Barrier: Unveiling Large Language Models for Strategic Classification

Xinpeng Lv, Yunxin Mao, Haoxuan Li, Ke Liang, Jinxuan Yang, Wanrong Huang, Haoang Chi, Huan Chen, Long Lan, Yuanlong Chen, Wenjing Yang, Haotian Wang

机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； Center for Data Science, Peking University（北京大学数据科学中心） ； Faculty of Engineering, the University of Sydney（悉尼大学工程学院） ； Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） 纠错

Comments Accepted by NeurIPS 2025

Tool Zero: Training Tool-Augmented LLMs via Pure RL from Scratch

Yirong Zeng, Xiao Ding, Yutai Hou, Yuxian Wang, Li Du, Juyi Dai, Qiuyang Ding, Duyu Tang, Dandan Tu, Weiwen Liu, Bing Qin, Ting Liu

机构 * Harbin Institute of Technology SCIR Lab（哈尔滨工业大学SCIR实验室） ； Huawei Technologies Co., Ltd（华为技术有限公司） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

Comments EMNLP 2025 finding

MT-HuBERT: Self-Supervised Mix-Training for Few-Shot Keyword Spotting in Mixed Speech

Junming Yuan, Ying Shi, Dong Wang, Lantian Li, Askar Hamdulla

机构 * School of Computer Science and Technology, Xinjiang University, China（新疆大学计算机科学与技术学院） ； Center for Speech and Language Technologies, BNRist, Tsinghua University, China（清华大学语音与语言技术中心） ； School of Computer Science and Technology, Harbin Institute of Technology, China（哈尔滨工业大学计算机科学与技术学院） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications, China（北京邮电大学人工智能学院） 纠错

LaneDiffusion: Improving Centerline Graph Learning via Prior Injected BEV Feature Generation

Zijie Wang, Weiming Zhang, Wei Zhang, Xiao Tan, Hongxing Liu, Yaowei Wang, Guanbin Li

机构 * Sun Yat-sen University（中山大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Baidu Inc.（百度公司） ； Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东大数据分析与处理重点实验室） 纠错

Comments Accepted by ICCV 2025

S2ML: Spatio-Spectral Mutual Learning for Depth Completion

Zihui Zhao, Yifei Zhang, Zheng Wang, Yang Li, Kui Jiang, Zihan Geng, Chia-Wen Lin

机构 * Institute of Data and Information, Tsinghua Shenzhen International Graduate School, Tsinghua University（数据与信息研究所，清华大学深圳国际研究生院，清华大学） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； School of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院） ； Department of Electrical Engineering and the Institute of Communications Engineering, National Tsing Hua University（电子工程系和通信工程研究所，国立清华大学） 纠错

Towards Frequency-Adaptive Learning for SAR Despeckling

Ziqing Ma, Chang Yang, Zhichang Guo, Yao Li

机构 * School of Mathematics, Harbin Institute of Technology（哈尔滨工业大学数学学院） 纠错

Comments 13 pages, 14 figures,9 tables

Unveiling Modality Bias: Automated Sample-Specific Analysis for Multimodal Misinformation Benchmarks

Hehai Lin, Hui Liu, Shilei Cao, Jing Li, Haoliang Li, Wenya Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； City University of Hong Kong（香港城市大学） ； Sun Yat-sen University（中山大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanyang Technological University（新加坡国立大学） 纠错

BrainCSD: A Hierarchical Consistency-Driven MoE Foundation Model for Unified Connectome Synthesis and Multitask Brain Trait Prediction

Xiongri Shen, Jiaqi Wang, Yi Zhong, Zhenxi Song, Leilei Zhao, Liling Li, Yichen Wei, Lingyan Liang, Shuqiang Wang, Baiying Lei, Demao Deng, Zhiguo Zhang

机构 * Department of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术系） ； School of Intelligence Science and Engineering, College of Artificial Intelligence, Harbin Institute of Technology（哈尔滨工业大学智能科学与工程学院） ； School of Biomedical Engineering, National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Key Laboratory for Biomedical, Measurements and Ultrasound Imaging, Shenzhen University Medical School, Shenzhen University（深圳大学医学院生物医学工程学院） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） 纠错

MCE: Towards a General Framework for Handling Missing Modalities under Imbalanced Missing Rates

Binyu Zhao, Wei Zhang, Zhaonian Zou

机构 * The School of Computer Science and Technology, Harbin Institute of Technology（计算机科学与技术学院，哈尔滨工业大学） 纠错

Comments This is the accepted version of an article that has been published in \textbf{Pattern Recognition}. The final version is available via the DOI, or for 50 days' free access via this Share Link: https://authors.elsevier.com/a/1m40D77nKsBm- (valid until December 28, 2025)

FreeBlend: Advancing Concept Blending with Staged Feedback-Driven Interpolation Diffusion

Yufan Zhou, Haoyu Shen, Huan Wang

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； University of Science and Technology of China（中国科学技术大学） ； Westlake University（西湖大学） 纠错

Comments Webpage: https://petershen-csworld.github.io/FreeBlend

Less is More: Empowering GUI Agent with Context-Aware Simplification

Gongwei Chen, Xurui Zhou, Rui Shao, Yibo Lyu, Kaiwen Zhou, Shuai Wang, Wentao Li, Yinchuan Li, Zhongang Qi, Liqiang Nie

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

Comments Accepted to ICCV 2025

Perception, Reason, Think, and Plan: A Survey on Large Multimodal Reasoning Models

Yunxin Li, Zhenyu Liu, Zitao Li, Xuanyu Zhang, Zhenran Xu, Xinyu Chen, Haoyuan Shi, Shenyuan Jiang, Xintong Wang, Jifang Wang, Shouzheng Huang, Xinping Zhao, Borui Jiang, Lanqing Hong, Longyue Wang, Zhuotao Tian, Baoxing Huai, Wenhan Luo, Weihua Luo, Zheng Zhang, Baotian Hu, Min Zhang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

Comments v2, 91 Pages, 10 figures; Project: https://github.com/HITsz-TMG/Awesome-Large-Multimodal-Reasoning-Models

Weakly Supervised Segmentation Framework for Thyroid Nodule Based on High-confidence Labels and High-rationality Losses

Jianning Chi, Zelan Li, Geng Lin, MingYang Sun, Xiaosheng Yu

机构 * Faculty of Robot Science and Engineering, Northeastern University（机器人科学与工程学院，东北大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Department of Ultrasound, Shengjing Hospital of China Medical University（中国医科大学附属盛京医院超声科） 纠错

Comments 24 pages, 14 figures, 7 tables

AVE Speech: A Comprehensive Multi-Modal Dataset for Speech Recognition Integrating Audio, Visual, and Electromyographic Signals

Dongliang Zhou, Yakun Zhang, Jinghan Wu, Xingyu Zhang, Liang Xie, Erwei Yin

机构 * Defense Innovation Institute, Academy of Military Sciences, Beijing, China（国防科技研究院，军事科学院，北京，中国） ； Tianjin Artificial Intelligence Innovation Center, Tianjin, China（天津人工智能创新中心，天津，中国） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学，深圳，中国） ； Tianjin University, Tianjin, China（天津大学，天津，中国） 纠错

Comments The paper has been accepted by IEEE Transactions on Human-Machine Systems

Masked Temporal Interpolation Diffusion for Procedure Planning in Instructional Videos

Yufan Zhou, Zhaobo Qi, Lingshuai Lin, Junqi Jing, Tingting Chai, Beichen Zhang, Shuhui Wang, Weigang Zhang

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Key Lab of Intell. Info. Process., Inst. of Comput. Tech., CAS（计算技术研究所智能信息处理重点实验室） 纠错

Towards Interpretable PolSAR Image Classification: Polarimetric Scattering Mechanism Informed Concept Bottleneck and Kolmogorov-Arnold Network

Jinqi Zhang, Fangzhou Han, Di Zhuang, Lamei Zhang, Bin Zou, Li Yuan

机构 * Department of Information Engineering, Harbin Institute of Technology（信息工程系，哈尔滨工业大学） ； National Key Laboratory of Scattering and Radiation（散射与辐射国家重点实验室） 纠错

Neuroverse3D: Developing In-Context Learning Universal Model for Neuroimaging in 3D

Jiesi Hu, Chenfei Ye, Yanwu Yang, Xutao Guo, Yang Shang, Pengcheng Shi, Hanyang Peng, Ting Ma

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； University Hospital Tübingen（图宾根大学医院） ； German Center for Mental Health (DZPG)（德国心理健康中心（DZPG）） 纠错

Bootstrapping Grounded Chain-of-Thought in Multimodal LLMs for Data-Efficient Model Adaptation

Jiaer Xia, Bingkui Tong, Yuhang Zang, Rui Shao, Kaiyang Zhou

机构 * Hong Kong Baptist University（香港 Baptist 大学） ； Sichuan University（四川大学） ； Shanghai AI Lab（上海人工智能实验室） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

Comments Accepted by ICCV2025

ESTR-CoT: Towards Explainable and Accurate Event Stream based Scene Text Recognition with Chain-of-Thought Reasoning

Xiao Wang, Jingtao Jiang, Qiang Chen, Lan Chen, Lin Zhu, Yaowei Wang, Yonghong Tian, Jin Tang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； School of Electronic and Information Engineering, Anhui University（安徽大学电子与信息学院） ； Beijing Institute of Technology（北京理工大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

Comments A Strong Baseline for Reasoning based Event Stream Scene Text Recognition

Structure and Smoothness Constrained Dual Networks for MR Bias Field Correction

Dong Liang, Xingyu Qiu, Yuzhen Li, Wei Wang, Kuanquan Wang, Suyu Dong, Gongning Luo

机构 * Harbin Institute of Technology, Harbin, China（哈尔滨工业大学） ； King Abdullah University of Science and Technology, Saudi Arabia（国王阿卜杜勒·阿齐兹科技大学） 纠错

Comments 11 pages, 3 figures, accepted by MICCAI

Journal ref International conference on medical image computing and computer assisted intervention, 2025 AND COMPUTER ASSISTED INTERVENTION

MedAgent-Pro: Towards Evidence-based Multi-modal Medical Diagnosis via Reasoning Agentic Workflow

Ziyue Wang, Junde Wu, Linghan Cai, Chang Han Low, Xihong Yang, Qiaxuan Li, Yueming Jin

机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； National University of Defense Technology（国防科技大学） ； The Second Affiliated Hospital Zhejiang University School of Medicine（浙江大学医学院附属第二医院） 纠错

ChartCoder: Advancing Multimodal Large Language Model for Chart-to-Code Generation

Xuanle Zhao, Xianzhen Luo, Qi Shi, Chi Chen, Shuo Wang, Zhiyuan Liu, Maosong Sun

机构 * Tsinghua University, Beijing, China（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

Comments Accepted by ACL 2025 Main, Camera Ready

Reliable Representation Learning for Incomplete Multi-View Missing Multi-Label Classification

Chengliang Liu, Jie Wen, Yong Xu, Bob Zhang, Liqiang Nie, Min Zhang

机构 * Shenzhen Key Laboratory of Visual Object Detection and Recognition, Harbin Institute of Technology（深圳视觉目标检测与识别重点实验室，哈尔滨工业大学） ； PAMI Research Group, Department of Computer and Information Science, University of Macau（PAMI研究组，澳门大学计算机与信息科学系） 纠错

Comments Accepted by TPAMI. Please contact me if you have any questions: liucl1996@163.com

DAM-VSR: Disentanglement of Appearance and Motion for Video Super-Resolution

Zhe Kong, Le Li, Yong Zhang, Feng Gao, Shaoshu Yang, Tao Wang, Kaihao Zhang, Zhuoliang Kang, Xiaoming Wei, Guanying Chen, Wenhan Luo

机构 * Shenzhen Campus of Sun Yat-sen University, China, Meituan, China and Division of AMC and Department of ECE, HKUST（深圳中山大学校园，中国，美团，中国及AMC部门和HKUST电子工程系） ； Department of ECE, HKUST Hong Kong（HKUST电子工程系，香港） ； Tianjin University China（天津大学，中国） ； School of Artificial Intelligence, University of Chinese Academy of Sciences China（中国科学院大学人工智能学院，中国） ； Nanjing University China（南京大学，中国） ； Harbin Institute of Technology, Shenzhen China（哈尔滨工业大学深圳校区，中国） ； Shenzhen Campus of Sun Yat-sen University China（深圳中山大学校园，中国） ； Department of ECE, HKUST（HKUST电子工程系） ； Tianjin University（天津大学） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Nanjing University（南京大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区） ； Shenzhen Campus of Sun Yat-sen University（深圳中山大学校园） 纠错

Comments Accepted by ACM SIGGRAPH 2025, Homepage: https://kongzhecn.github.io/projects/dam-vsr/ Github: https://github.com/kongzhecn/DAM-VSR