Skip to content
LI Kai Kspace

Curriculum Vitae个人简历

LI Kai李锴

PhD candidate working on off-nadir remote sensing, promptable vision models and 3D scene understanding.博士研究生，研究方向为偏移摄影遥感、可提示视觉大模型与三维场景理解。

Open to faculty, postdoctoral, research scientist and algorithm engineer positions from 2026.2026 年起开放教职、博士后、研究科学家与算法工程师岗位机会。

Download CV (PDF)下载简历 (PDF)

Profile个人简介

I am a PhD candidate at the University of Chinese Academy of Sciences (UCAS), Aerospace Information Research Institute, and since 2024 also a PhD candidate in Data Science at City University of Hong Kong (CityU). At UCAS I am supervised by Prof. Zhongming Zhao and Prof. Yu Meng; at CityU I am supervised by Prof. Xiangyu Zhao in the Applied Machine Learning Lab (AML). In 2021 I received my bachelor's degree in Space Information and Digital Technology from the University of Electronic Science and Technology of China (UESTC), ranked 2nd in my major, and was recommended for direct PhD admission to UCAS.
我是中国科学院大学（UCAS）空天信息创新研究院博士研究生， 并自 2024 年起同时为香港城市大学（CityU）数据科学专业博士研究生。 在中国科学院大学，我的导师是 赵忠明 教授 与 孟瑜 教授； 在香港城市大学，我在应用机器学习实验室（AML） 由 赵翔宇 教授 指导。 2021 年，我以专业第 2 名的成绩获得电子科技大学（UESTC） 空间信息与数字技术专业学士学位，并获推荐直接攻读博士学位。

Research focus研究方向

Computer Vision · Remote Sensing · Vision-Language Models计算机视觉 · 遥感影像理解 · 视觉语言大模型

OBMPolyFootNetDragOSMDragRoofLODEOTScenix

Contact联系方式

likai211@mails.ucas.ac.cn

Beijing, China / Hong Kong SAR中国北京 / 中国香港

WeChat: kaili37

Google Scholar

ORCID

github.com/likaiucas

Education教育背景

  • 2024 – Present

    Ph.D. Candidate in Data Science博士研究生，数据科学

    City University of Hong Kong (CityU) · School of Data Science香港城市大学（CityU）· 数据科学学院

    • Supervised by Prof. Xiangyu Zhao, Applied Machine Learning Lab (AML).导师：赵翔宇 教授，应用机器学习实验室（AML）。
    • Research on vision-language models and 3D scene understanding.研究方向：视觉语言大模型与三维场景理解。
  • 2021 – Present

    Ph.D. Candidate (direct entry), Cartography & Signal and Information Processing博士研究生（本科直博），地图学与信号与信息处理

    University of Chinese Academy of Sciences (UCAS) · Aerospace Information Research Institute中国科学院大学（UCAS）· 空天信息创新研究院

    • Supervised by Prof. Zhongming Zhao and Prof. Yu Meng.导师：赵忠明 教授、孟瑜 教授。
    • Research on building extraction from off-nadir remote sensing imagery.研究方向：偏移摄影视角下的遥感建筑物提取。
  • Until 2021

    B.Eng. in Space Information and Digital Technology工学学士，空间信息与数字技术

    University of Electronic Science and Technology of China (UESTC)电子科技大学（UESTC）

    • Ranked 2nd in the major; recommended for direct PhD admission to UCAS.专业排名第 2；获推荐免试直接攻读博士学位（直博）。

Experience研究与实习经历

  • 2025.10 – Present

    Research Intern, Omni Research Team研究实习生，Omni 研究团队

    Tencent腾讯

    • Second collaboration with the team; research on multimodal large models.第二次加入该团队，从事多模态大模型相关研究。
  • 2021 – Present

    Research Assistant, Off-Nadir Remote Sensing Group研究助理，偏移摄影遥感方向

    Aerospace Information Research Institute, Chinese Academy of Sciences中国科学院空天信息创新研究院

    • Built the Offset Token research line: OBM, PolyFootNet, DragOSM, ObliCity/DragRoof, LODEOT.构建偏移量词元研究主线：OBM、PolyFootNet、DragOSM、ObliCity/DragRoof、LODEOT。

Publications发表论文

Awards & Honours获奖与荣誉

  • 2025

    Nominee, IEEE Excellence in Technical Communication Student Prize AwardIEEE Excellence in Technical Communication Student Prize Award 提名

    IEEE Geoscience and Remote Sensing Society (GRSS) — the only Chinese nominee of the yearIEEE 地球科学与遥感学会（GRSS）— 年度唯一华人被提名者

  • 2025

    3MT Competition Final Round (Top 10) with OBM三分钟论文竞赛（3MT）决赛 Top 10（OBM）

    IGARSS 2025, BrisbaneIGARSS 2025，布里斯班

  • 2025

    IGARSS 2025 Travel GrantIGARSS 2025 Travel Grant 资助

    IEEE GRSSIEEE GRSS

  • 2021

    Recommended for direct PhD admission (major rank 2/-)获推荐免试直博（专业排名第 2）

    University of Electronic Science and Technology of China电子科技大学

Skills技能

Research areas研究方向

Off-Nadir Remote SensingBuilding Footprint ExtractionPromptable SegmentationVision Transformers3D Scene UnderstandingVision-Language Models

Engineering工程能力

PythonPyTorchDistributed TrainingGeospatial Vector Data / GISBenchmark & Dataset Construction

Languages语言

Chinese (native)English (academic writing & presentation)