2019年6月10日，由中国计算机视觉专委会主办、河北大学电子与信息工程学院承办的第74期CCF-CV走进高校系列报告会活动——“计算机视觉前沿技术及应用”报告会在河北大学新图书馆多功能厅211报告厅成功举行。本期报告会邀请了西北工业大学王鹏博士，中科院自动化所李兵博士，上海交通大学马超博士，天津大学的任冬伟博士四位专家学者做特邀报告。河北大学电子与信息工程学院刘帅奇博士、河北大学电子信息工程学院院长赵杰博士为执行主席。来自河北大学、华北电力大学、河北农业大学、天津工业大学、河北软件职业技术学院等高校的100多名师生聆听了四位专家在该领域的前沿技术成果和最新动态介绍。

在开幕式上，河北大学副校长、保定市政协副主席李金善致欢迎辞。李校长对各位专家学者的到来表示热烈的欢迎，随后介绍了河北大学教学科研情况，并对电子信息工程学院的科研背景进行了介绍，邀请各位专家学者常来河北大学交流指导。最后，预祝本次报告会取得圆满成功。

西北工业大学王鹏博士的报告题目是“图像语义理解与视觉问答”。王博士首先介绍了自然场景图像中的文本识别级视觉问题回答的基本概念，并围绕着图像的语义理解、视觉与语言交互任务、视觉问题回答(visual question answering)阐述了近期的研究工作，特别是对非规则文本图像的识别与利用阅读理解模型来进行视觉问题回答这两方面进行了深入的探讨和讨论了相应的解决方案。

中科院自动化所李兵博士的报告题目是“上下文感知多实例学习及其在恐怖内容识别中的应用”。李博士首先介绍了恐怖等敏感信息的传播概念及影响。在报告中间穿插着该选题的由来及科研心得。基于近年来在网络恐怖信息识别方面的工作，重点介绍了课题组提出的一系列上下文多示例学习的算法及其在敏感视频识别方面的应用。最后，李博士也给在座的师生一些科研方面的建议。

上海交通大学马超博士的报告题目是“基于有监督和无监督深度学习的视觉目标跟踪方法”。马博士首先介绍了视觉目标跟踪算法应用场景，主要介绍在CVPR 2109的两个最新的视觉目标跟踪算法，分别是利用监督信息学习具有目标感知特性的深度特征进行目标跟踪，以及利用无监督方式在大规模未标注数据集上学习深度跟踪模型。在多个测试数据集上的良好结果表明，有效利用监督信息以及在大范围未标注数据上的无监督信息都能帮助学习到具有更强表达能力的深度特征，从而提升视觉目标跟踪算法的性能。

天津大学任冬伟博士的报告题目是“图像复原：从模型学习到深度网络”。任博士首先介绍了图像复原的基本概念，针对物体运动、相机抖动等造成图像模糊，降低视觉感知质量、对图像高层语义分析等带来困难，介绍讲者的一系列工作，主要包括：模糊核估计的先验自适应学习算法、稳健的非盲复原模型学习算法和基于自监督学习深度网络的盲复原算法。

此次CCF-CV走进高校系列报告将近四个小时，讲解深入浅出，内容精彩纷呈，让所有参加会人员享受了一场学术盛宴。四位专家与与会的师生进行良好的互动，对师生在科学研究和日常学习中遇到的问题进行了耐心细致的回答，极大地激发了与会师生做好科学研究的热情。最后，此次报告会在久久不息的掌声中圆满结束