2016年4月28日下午13：30，中国计算机学会计算机视觉专委会（CCF-CV）走进高校系列报告会第十二期活动——“计算机视觉前沿技术及应用”系列报告会，在安徽大学磬苑校区行知楼负一楼多媒体报告厅成功举行，中山大学数据科学与计算机学院教授赖剑煌博士、林倞博士，西北工业大学教授韩军伟博士和中国科技大学周文罡博士应邀出席并给出精彩的主题演讲。报告会由计算机科学与技术学院副院长汤进教授主持，来自安徽工业大学、安徽师范大学、安庆师范学院、阜阳师范学院、安徽大学和安徽康樱网络科技有限公司等的学生、老师和研究人员约100人到场聆听，现场气氛热烈。

赖剑煌教授的报告是“行人再标识问题的若干研究新进展”。行人再标识（personre-identification）问题，是视频监控、模式识别与计算机视觉领域的一个重要问题。他的报告首先综述了该领域的研究进展，然后重点介绍了团队在行人再标识方向的若干研究进展，包括基于时空线索的行人再标识、行人的动态匹配模型、行人的镜像表示、跨视域的鉴别成分分析以及基于深度学习的再标识等方法。相关理论可应用于现实监控系统，对于图像搜索与匹配领域也具备一定借鉴意义。

赖剑煌是中山大学数据科学与计算机学院教授、博士生导师，中国计算机学会杰出会员，中国计算机学会计算机视觉专业组副主任，广东省信息安全重点实验室主任，广东省图像图形学会理事长，中国生物识别产业技术创新战略联盟常务理事IEEE高级会员，中国图像图形学会常务理事，中国图像图形学会学术委员会委员。1986、1989年分别在中山大学获学士、硕士学位，并留校任教。1999年在中山大学获博士学位。主要研究领域为生物特征识别、数字图像处理、模式识别和机器学习。已主持承担国家自然科学基金与广东联合重点项目1项，科技部科技支撑课题1项，国家自然科学基金4项等。已发表了约200篇学术论文，主要发表在ICCV、 CVPR、 ICDM等专业重要学术会议以及IEEE TPAMI、IEEE TIP、IEEETNN、IEEE T-SMC(Part B)、PatternRecognition等国际权威刊物上。拥有多项国家发明专利。

林倞教授的报告题为“深度上下文相关模型学习及场景语义解析”。在图像语义标注研究中，卷积神经网络被广泛用于特征抽取以及像素级别分类，并取得了重要的进展。但是这类方法使用卷积核来捕捉像素周边信息，仅仅利用了有限的局部上下文相关性。本报告介绍了在深度特征学习中融入全局空间上下文建模的方法，该方法利用长短期记忆递归神经网络自动学习像素之间的显示相关性，并与卷积网络联合优化，从而提高特征表达的判别性。除此以外，林教授的报告还围绕该方法探讨了场景理解研究中的两个新问题：场景几何属性与关系解析以及基于彩色-深度数据的场景语义标注。

林倞是中山大学数据科学与计算机学院教授，博士生导师，教育部超算工程软件工程研究中心副主任。2007-2009年在美国加州大学洛杉矶分校工作，2013-2014年在香港理工大学访问。长期从事视觉计算与智能感知等相关领域的研究，迄今已在权威期刊IJCV (Springer) / IEEE T-PAMI发表论文7篇，在其他IEEE 汇刊发表论文20余篇，在CVPR/NIPS/ICCV/ACMMM等顶级国际会议发表论文30余篇。获得2010年 ACM NPAR最佳论文奖，2012年GoogleFaculty Award，2014年ICME最佳学生论文奖。2012年入选教育部新世纪优秀人才支持计划，2013年获广东自然科学杰出青年基金。目前担任IEEE Trans. Human-Machine Systems、The VisualComputer、Neurocomputing的知名期刊的编委。

韩军伟教授的报告题为“视觉显著性计算及应用”。模拟人类视觉注意机制，视觉显著性计算能够自动估计图像和视频中包含的重要内容，从而为诸多多媒体应用提供便利，是目前计算机视觉领域的一个研究热点。韩教授在报告中首先介绍了视觉注意机制的工作原理和研究进展，随后详细介绍了视觉显著性计算技术的基本原理、实现方法、关键技术、难点问题、最新进展，以及团队在这一研究方向上的创新工作。最后，韩教授还展示了显著性分析在图像/视频检索、压缩、传输、摘要、分类、监控、人机交互等方向的一些应用。

韩军伟是西北工业大学教授，博士生导师，自动化学院副院长，信息融合技术教育部重点实验室副主任。主要研究方向是多媒体信息处理和脑成像分析。在IEEE汇刊和领域顶级的国际会议如CVPR、ICCV、ACM MM、IJCAI、MICCAI等发表学术论文50余篇，获得国际会议ACM Multimedia 2010和MICCAI 2011最佳学生论文提名，担任IEEE Trans. on Human-Machine Systems, Neurocomputing等六个国际期刊编委/客座编委。获得国家自然科学基金委优秀青年基金和欧盟玛丽居里国际人才引进基金，入选教育部新世纪优秀人才支持计划和陕西省青年科技新星计划。

最后一位报告者是来自中国科技大学的周文罡博士，他的报告题为“大规模基于内容的图像检索”。基于内容的图像检索在多媒体领域是一个重要的研究课题。在基于内容的图像检索中，特征表示是一个核心而基础的步骤，而低层的SIFT特征和基于深度学习的CNN特征被广泛地用来进行图像表示，具有优越的效果。这次报告主要针对利用局部不变的SIFT特征和基于深度学习的CNN特征，进行大范围的基于内容的图像检索。首先介绍该课题的背景及难点，然后介绍大范围的基于内容的图像检索的一般框架，随后介绍自己在图像表示、图像索引等方面的相关成果，最后介绍基于内容的图像检索的趋势和未来研究方向。

周文罡是中国科学技术大学信息科学技术学院副教授。2011年在中国科学技术大学电子工程和信息工程学院获博士学位。他曾在德克萨斯大学圣安东尼奥分校（UTSA）计算机科学系做博士后研究员。他的主要研究方向为多媒体内容分析、检索和计算机视觉。在相关研究领域，累计发表学术论文60余篇，其中包括T-PAMI、I-IP、I-MM、CVPR、ACM Multimedia等；他曾获得ACM ICMICS 2012最佳论文奖和2013年中科院杰出博士学术论文奖。

此次CCF-CV走进高校系列报告会，内容精彩，互动热烈，在热烈的掌声中圆满结束。活动中，四位特邀讲者就计算机视觉前沿技术及应用进行了深度讲解和探讨，并与现场听众亲切互动和交流，对大家关注的问题进行一一解答，与会师生也获得了与专家近距离交流和学习的机会。