李扬，中共党员，副教授，工学硕士，博士研究生（在读）。曾在国家超级计算天津中心从事天河一号超级计算机的应用研发工作，在天津市河东区数据局从事智慧河东软件开发工作。长期从事智能信息处理、无损检测技术与系统、工矿企业安全监测监控技术与系统研究，主要围绕低照度图像增强、目标检测、光电检测、信号及图像处理、故障诊断和深度学习算法设计等技术开展工作，研究成果应用于无人驾驶、井下图像处理和机械臂视觉等场景。担任SCI收录期刊《Concurrency and Computation: Practice and Experience》、《Optics and Laser Technology》（SCI二区TOP）及《红外与激光工程》审稿人。中国计算机学会会员。天津市优秀企业科技特派员，校本科毕业设计优秀指导教师，校级优秀主讲教师。
研究方向：图像恢复、无损检测、人工智能
主持局级项目天津市教委科研计划项目“空域和频域特征融合的煤矿井下图像增强方法研究” （2025KJ185，6万元，在研），主持省部级项目天津市科技计划项目“空域和频域特征融合的夜间无人驾驶图像增强方法研究”（26YDTPJC00790，5万元，在研）；主持横向课题5项，合同经费累计100余万元。近3年发表论文10篇（第一作者7篇），其中SCI收录4篇、国家卓越工程期刊2篇、EI检索2篇、核心期刊2篇；近2年授权发明专利2件；在国内外主题会议发表主旨演讲3次。
科研成果：
1.主持天津科技计划项目“空域和频域特征融合的夜间无人驾驶图像增强方法研究”，26YDTPJC00790，负责人。
2.主持天津市教委科研计划项目“空域和频域特征融合的煤矿井下图像增强方法研究”，2025KJ185，负责人。
3.主持天津市光电检测技术与系统重点实验室开放课题“基于深度学习的煤矿井下图像增强研究”，2023LOTDS008，负责人。
4.主持江苏省部级重点实验室开放课题“一种Retinex视觉的可夜间工作苹果采摘机器人研究”，HGAMTL-1709，负责人。
5.FE-YOLO: Fourier enhancement YOLO for end-to-end object detection in low-light conditions，Yang Li*，Xianguo Li，Michael Lin，Digital Signal Processing，2025年，第166卷，105355，SCI收录（中科院三区），影响因子3.326，第一作者，被引17次。
6.AASFNet: Amplitude-Aware Spatial-Frequency Network for Low-Light Image Enhancement，Yang Li* et al.，Electronics，2026年，第15卷，第17期，4003，SCI收录（中科院三区），影响因子2.9，第一作者。
7.Multi-scale sensing and multi-dimensional feature enhancement for surface defect detection of hot-rolled steel strip，Xianguo Li, Changyu Xu, Jie Li, Xinyi Zhou, Yang Li，Nondestructive Testing and Evaluation，2024年，1-24，SCI收录（中科院二区），影响因子4.3，第五作者。
8.Lightweight bearing fault diagnosis network based on acoustic signal，Xianguo Li, Fuyu Wang, Ying Chen, Yang Li, Yi Liu，Measurement Science and Technology，2025年，第36卷，076007，SCI收录（中科院三区），影响因子3.7，第四作者。
9.幅度相位协同与空域频域融合的煤矿井下图像增强方法，李现国，李扬*，孟祥福，等，煤炭学报，2026年，J/OL，1-11，EI收录、CSCD收录、北大核心、卓越期刊，影响因子5.901，通讯作者。
10.基于双分支通道先验和Retinex的低照度图像增强算法，李扬*，李现国，苗长云，等，吉林大学学报（工学版），2025年，第55卷，第3期，1028-1036，EI收录、CSCD收录、北大核心、卓越期刊，影响因子3.389，第一作者。
11.FDLIE-YOLO：频域增强的端到端低照度图像目标检测方法，李扬，李现国，陈莲*，等，红外与激光工程，2025年，第54卷，第1期，20240376，EI收录、CSCD收录、北大核心，影响因子1.926，第一作者，被引20次。
12.SFF-YOLO：空频域融合的低照度目标检测网络，李扬，陈伟*，等，燕山大学学报，2025年，第49卷，第3期，247-256，北大核心，第一作者。
13.基于大核分离和通道先验卷积注意的PCB缺陷检测方法，李扬，陈伟*，等，燕山大学学报，2024年，第48卷，第6期，北大核心，第一作者。
