程正雪，工学博士。2014年获得上海交通大学电子信息与电气工程学院信息工程专业学士学位，通过上海交大-早稻田大学的双硕士项目分别在2015年和2017年获得双硕士学位，2018年-2019年作为访问学者在瑞士洛桑联邦理工实习。2020年获得日本早稻田大学信息理工与信息通信专业工学博士学位。2020年至2024年在浙江省杭州市蚂蚁集团(支付宝)公司担任算法专家，落地多项AI算法。2024年加入上海交通大学电子系图像所。截止目前已作为第一作者或通讯作者发表多篇CCF-A类或高水平期刊论文，谷歌学术引用次数2000余次。曾获得日本学术振兴会JSPS特别研究员PD、国家奖学金、上海市优秀毕业生、日本IPS奖学金、电气通信财团最佳论文奖、杭州市E类人才、大川情报财团研究奖等荣誉。

图像视频编码、多模态表征、AI算法轻量化

1. 多模态数据的压缩与编码；

2. 图像视频的处理与增强；

3. AI算法轻量化；

1. VCIP最佳学生论文奖Runner-Up (2024)（序2）

2. 日本大川情报财团研究助成奖 (2025)

3. 日本电气通信财团最佳论文奖 (2020 & 2023)

4. PCS Grand Challenge银奖 (2019)

5. 端侧视频超分应用获华为开发者大会奖 (2021) 

1. 上海市科学技术委员会“科技创新行动计划”元宇宙专项，高精度多尺度空间计算技术及虚实融合元宇宙应用验证，2024-12至2025-11，子课题负责人。

2. 企业合作项目，上海交通大学-蚂蚁集团人工智能与安全联合研究中心，智能多媒体联合实验室，参与。

3. 上海交通大学Explore-X基金，主持。

4. 企业合作项目，帕西尼感知科技（深圳）有限公司-上海交通大学面向遥操作机器人的感知与压缩算法，主持。

1. 程正雪;黄巍;丁良辉;杨峰;钱良;一种基于主观质量评估的编码器自适应调整方法，2019-1-18, 中国，CN105828069B.

2. 程正雪;柴歆宁;解蓉;宋利;一种基于扩散模型的任意倍率超分辨率增强系统和方法，2025-1-16，中国，CN202510067217.2. 

3. 程正雪;王珅;鲁国;宋利;一种基于非对称架构的图像压缩模型的确定方法及系统，2024-11-7, 中国，CN202411582581.4.

4. 鲁国;王妍;程正雪;宋利;一种基于神经网络的帧级复杂度控制方法及系统，2024-07-10，中国，CN202410918054.X.

1. Zhengxue Cheng, Heming Sun, Masaru Takeuchi, Jiro Katto, “Learned Image Compression with Discretized Gaussian Mixture Likelihoods&Attention Modules”, CVPR 2020.
2. Zhengxue Cheng, Heming Sun, Masaru Takeuchi, Jiro Katto, “Learning Image and Video Compression through Spatial-Temporal Energy Compaction”, CVPR 2019.
3. Zhengxue Cheng, Heming Sun, Masaru Takeuchi, Jiro Katto, “Energy Compaction-Based Image Compression Using Convolutional AutoEncoder”, Vol.22, No.4, pp.860-873, IEEE Trans. on Multimedia, April 2020
4. Heming Sun, Zhengxue Cheng, Masaru Takeuchi, Jiro Katto, “Enhanced Intra Prediction for Video Coding by Using Multiple Neural Networks”, Vol.22, No.11, pp.2764- 2779, IEEE Trans. on Multimedia, Nov. 2020
5. Heming Sun, Zhengxue Cheng, Amir Masoud Gharehbaghi, Shinji Kimura, Masahiro Fujita, “Approximate DCT Design for Video Encoding based on Novel Truncation Scheme”, IEEE Trans. on Circuits and Systems (TCAS) I: Regular Papers, Vol 66, No. 4, April. 2019.
6. Liang Qian, Zhengxue Cheng, Zheng Fang, Lianghui Ding, Feng Yang, Wei Huang, “A QoE-Driven Encoder Adaptation Scheme for Multi-User Video Streaming in Wireless Networks”, IEEE Trans. on Broadcasting (TBC), Vol. 63, No. 1, pp. 20-31, March, 2017.
7. Zhengxue Cheng, et al., “Learned lossless image compression with a hyperprior and discretized gaussian mixture likelihoods”, ICASSP 2020. (CCF-B)
8. Zhengxue Cheng, Pinar Akyazi, Heming Sun, Jiro Katto, Touradj Ehrahimi, “Perceptual Quality Study on Deep Learning based Image Compression”, Intl Conf. on Image Processing (ICIP), Taipei, Taiwan, Sep. 22-25, 2019.

9. Marcos V. Conde, et al. Zhengxue Cheng, “Efficient Deep Models for Real-Time 4K Image Super-Resolution”, CVPR 2023 NTIRE Workshop (entry: AGSR)

10. Zhengxue Cheng, Heming Sun, Masaru Takeuchi, Jiro Katto, “Deep Residual Learning for Image Compression”, CVPR 2019 CLIC Workshop 2019. (entry: Kattolabv2)

11. Zhengxue Cheng, Heming Sun, Masaru Takeuchi, Jiro Katto, “Deep Convolutional AutoEncoder-based Lossy Image Compression”, PCS 2018