个人简历：
刘杰，女，1989年8月生，讲师，博士，硕士生导师。中国计算机学会会员、中国人工智能学会会员。2012年毕业于安阳师范学院计算机科学与技术专业，获工学学士学位；2015年毕业于澳门永利yl6776计算机软件与理论专业，获理学硕士学位；2019年9月-2022年12月，在西北大学信息科学与技术学院攻读博士学位，获工学博士学位。2015年11月-2019年8月，在河南科技学院信息工程学院从事教学工作；2023年3月至今，在澳门永利yl6776大学计算机与信息工程学院从事教学与科研工作。在国内外期刊上发表学术论文10余篇。
电子邮件：liujie@htu.edu.cn；联系电话：18790696503
研究方向：
计算机视觉、深度学习、甲骨信息处理、三维点云处理等研究。
科研项目：
1. 河南省科技攻关计划项目：面向不平衡类别的龟腹甲残片智能分类关键技术研究，2025.01-2026.12，主持。
2. 河南省科技攻关计划项目：面向智慧社区的行人开放属性识别技术研究，2024.01-2025.12，参与。
3. 博士人才科研启动课题：点云简化与分类方法在陶质文物虚拟修复中应用研究，2024.01-2026.12，主持。
软著：
甲骨识字通软件(v1.0). 登记号: 2021SR654321.
主要论文：
[1] Jie Liu, Jintao Wei, Tao Hu, Xueshan Li, Guoqi Liu, Dong Liu. OBI-CMF: Self-supervised learning with contrastive masked frequency modeling for oracle bone inscription recognition[J]. npj Heritage Science,2025,13(1):1-11.
[2] Jie Liu, Mengna Yang, Yu Tian, et.al. Point-AGM: Attention Guided Masked Auto-Encoder for Joint Self-supervised Learning on Point Clouds[J]. COMPUTER GRAPHICS forum, 2024,7(43):1-11.（CCF B类）
[3] Jie Liu, Da Song, Guohua Geng, et.al. TGPS: dynamic point cloud down-sampling of the dense point clouds for Terracotta Warrior fragments[J]. Optics Express, 2023, 31(6), 9496-9514.(中科院2区，IF=3.8)
[4] Jie Liu, Xin Cao, Guohua Geng, et.al. AMS-Net: An Attention-Based Multi-Scale Network for Classification of 3D Terracotta Warrior Fragments[J]. Remote Sensing, 2021,13(18),3713.
[5] Jie Liu, Yu Tian, Geng Guohua, et.al. UMA-Net: an unsupervised representation learning network for 3D point cloud classification[J]. Journal of the Optical Society of America A,2022, 39(6):1085-1094.
[6] Guohua Geng, Jie Liu, et.al. Simplification Method for 3D Terracotta Warrior Fragments Based on Local Structure and Deep Neural networks[J]. Journal of the Optical Society of America A, 2020,37(11):1711-1720.
[7] Yu Tian, Da Song, Mengna Yang, Jie Liu*, et.al. ULD-Net：3D Unsupervised Learning by Dense Similarity Learning with Equivariant-Crop[J]. Journal of the Optical Society of America A, 2022.
[8] 刘杰,耿国华,周明全等.局部-整体双向推理的文物无监督表征学习[J].光学精密工程,,2022,30(18):1-12.
[9] Linzhi Su, Mengna Yang, Jie Liu, Xingxing Hao, et al. Point-MSD: Jointly Mamba Self-Supervised Self-Distilling Point Cloud Representation Learning[C]//2024 IEEE 17th International Conference on Signal Processing (ICSP). IEEE, 2024: 310-316.
[10] Tong Chu, Wenmin, JieLiu, et.al. Hole-filling framework combining structural and textural information for the Yao 3D terracotta warriors[J]. Journal of Applied Remote Sensing 2021,15(4),046503.