沈成超，高校教师，主要从事计算机视觉与模式识别领域的教学与研究工作。具备扎实的专业理论基础和丰富的教学经验，在相关领域有一定的研究成果，教学方法灵活多样，注重培养学生的专业素养和实践能力。
擅长领域和课程方向：
计算机视觉研究，涉及无监督/自监督学习、小样本学习、联邦学习、知识迁移、模型压缩、模型可解释性