个人信息

罗迪新，博士，助理教授、副研究员，博士生导师。于上海交通大学获得学士和博士学位，博士在读期间于美国佐治亚理工学院访学。先后任加拿大多伦多大学和美国杜克大学博士后、研究员。主要研究方向为机器学习与人工智能，尤其是可控视频内容编辑与多模态学习。已发表领域顶级国际会议及期刊论文40余篇，其中以第一作者或通讯作者发表CCF-A类论文20余篇（包括TPAMI、TKDE、CVPR、ACM-Multimedia、IJCAI、AAAI、ICML、NeurIPS等），授权国家发明专利9项，主持国家自然科学基金项目、北京市自然科学基金面上项目、人工智能教育部重点实验室开放课题等。长期担任ICML、NeurIPS、WebConf、AAAI、ACM Multimedia等多个国际顶级会议程序委员，及TPAMI、TKDE、TNNLS等顶级期刊审稿人。

招生计划：招收硕士生和博士生，同时欢迎优秀的本科生加入实验室。

个人主页：https://dixinluo.github.io/

科研方向

机器学习、人工智能

代表性学术成果

【最新研究】

罗迪新老师团队最新研究聚焦视频内容编辑的可控性难题，包括如何实现跨模态语义对齐，以及如何引入类人纠错机制。对此，罗老师团队在研究思路上进行创新，提出基于最优传输的多模态学习技术，并在人物精细化编辑和电影级长视频编辑这两个任务中取得核心技术突破。

此外，罗老师团队科研工作正在从“可控内容编辑”扩展至“智能设计”，研发多模态驱动的物理编辑系统“Omni-Designer”，面向智能制造和装备维修等构建应用示范。

欢迎感兴趣的同学加入团队一起开展工作！

【近期主要论文】

**JOURNAL**

1. Dixin Luo, H. Xu*, and L. Carin. “Differentiable Hierarchical Optimal Transport for Robust Multi-View Learning.” IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) 45.6 (2022): 7293-7307.

2. H. Xu, J. Liu, Dixin Luo*, and L. Carin. “Representing graphs via Gromov-Wasserstein factorization.” IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) 45.1 (2022): 999-1016.

**CONFERENCE**

1. S. Zhu, Y. Wang, H. Xu, and Dixin Luo*. “Weakly-supervised movie trailer generation driven by multi-modal semantic consistency.” In 34th International Joint Conference on Artificial Intelligence (IJCAI), pp. 10234-10242. 2025.

2. H. Cheng, and Dixin Luo*. “Inferring Directed Acyclic Graphs from Event Sequences via Learning Gromov-Wasserstein-Regularized Hawkes Processes.” In Companion Proceedings of the ACM on Web Conference, pp. 911-914. 2025.

3. M. Cheng, Dixin Luo, and H. Xu. “WatE: A Wasserstein t-distributed Embedding Method for Information-enriched Graph Visualization.” In Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), vol. 39, no. 15, pp. 16010-16018. 2025.

4. Y. Wang, J. Teng, J. Cao, Y. Li, C. Ma, H. Xu, and Dixin Luo*. “Efficient video face enhancement with enhanced spatial-temporal consistency.” In Proceedings of the Computer Vision and Pattern Recognition Conference (CVPR), pp. 2183-2193. 2025.

5. Y. Wang, S. Zhu, H. Xu, and Dixin Luo*. “An Inverse Partial Optimal Transport Framework for Music-guided Trailer Generation.” In Proceedings of the 32nd ACM International Conference on Multimedia (ACM MM), pp. 9739-9748. 2024.

6. S. Zhu, and Dixin Luo*. ”Enhancing Multi-modal Contrastive Learning via Optimal Transport-Based Consistent Modality Alignment.” In Chinese Conference on Pattern Recognition and Computer Vision (PRCV), pp. 157-171. 2024.

7. H. Liu, Dixin Luo, and H. Xu. “Inferring Iterated Function Systems Approximately from Fractal Images.” In 33rd International Joint Conference on Artificial Intelligence (IJCAI), pp. 7699-7707. 2024.

8. J. Liang, H. Liu, H. Xu, and Dixin Luo*. “Generalizable Face Landmarking Guided by Conditional Face Warping.” In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2425-2435. 2024.

9. A. Yue, Dixin Luo, and H. Xu. “A Plug-and-Play Quaternion Message-Passing Module for Molecular Conformation Representation.” In Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), vol. 38, no. 15, pp. 16633-16641. 2024.

10. Y. Wang, H. Xu, and Dixin Luo*. “Self-supervised Video Summarization Guided by Semantic Inverse Optimal Transport.” In Proceedings of the 31st ACM International Conference on Multimedia (ACM MM), pp. 6611-6622. 2023.

11. Dixin Luo, T. Yu, and H. Xu*. “Group sparse optimal transport for sparse process flexibility design.” In Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence (IJCAI), pp. 6121-6129. 2023.

12. Dixin Luo†, H. Cheng†, Q. Li, and H. Xu*. “Coupled point process-based sequence modeling for privacy-preserving network alignment.” In Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence (IJCAI), pp. 6112-6120. 2023.

13. Y. Xiang, Dixin Luo, and H. Xu*. “Privacy-preserved evolutionary graph modeling via Gromov-Wasserstein autoregression.” In Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), vol. 37, no. 12, pp. 14566-14574. 2023.

14. Dixin Luo, Y. Wang, A. Yue, and H. Xu*. “Weakly-supervised temporal action alignment driven by unbalanced spectral fused Gromov-Wasserstein distance.” In Proceedings of the 30th ACM International Conference on Multimedia (ACM MM), pp. 728-739. 2022.

最新论文成果请见Google Scholar：https://scholar.google.com/citations?hl="en&user=yhyPrGIAAAAJ

个人主页：https://dixinluo.github.io/

承担科研情况

获批北京市自然科学基金面上项目1项。

获批国家自然科学基金青年项目C类1项。

获批人工智能教育部重点实验室开放课题1项。

所获奖励

2024年本科生毕设校级重点项目指导教师。

2025年2篇校级优秀硕士论文指导教师。

第十七届北京理工大学教育教学成果奖（研究生类）。

指导学生以第一作者发表CCF-A类论文多篇。

社会兼职

中国计算机学会会员、中国电子学会会员、中国人工智能学会会员。

WWW 2025 “最优传输驱动的结构化数据建模与生成”研讨会主席。

IJCAI 2024 Computer Vision分论坛主席。

The Workshop on Data-driven Knowledge Mobilization, CASCON 2016，联合主席。

北京理工大学唐山研究院特聘副研究员。

长期担任ICML、NeurIPS、AAAI、ACMMultimedia等多个国际顶级会议程序委员。

长期担任TKDE、TNNLS等顶级期刊审稿人。

备注

欢迎有意来读研以及打算在本科阶段接触科研的同学加入罗迪新老师团队！

欢迎同学们通过dixin.luo@bit.edu.cn与罗老师联系。