2015年12月15日，中国计算机学位计算机视觉专业组（CCF-CV）走进高校系列报告会第四期在华南理工大学逸夫人文馆学术报告厅成功举行，本次报告会由华南理工大学电子与信息学院及IEEE Signal Processing Society Guangzhou Chapter联合承办。

本次报告会邀请了华中科技大学白翔教授、北京科技大学殷绪成教授、西北工业大学王琦副教授等三位嘉宾作特邀报告。来自华南理工大学、中山大学、北京工业大学、上海大学、华南师范大学、华南农业大学、暨南大学、广东工业大学、五邑大学、华为技术有限公司、搜狗科技发展有限公司等多所院校及企业近200名师生和企业代表参加了本次报告会。作为本次报告会的执行主席，华南理工大学电子与信息学院金连文教授主持了会议。

白翔博士为华中科技大学电子信息与通信学院教授，博士生导师，国家防伪工程中心副主任。曾先后访问于美国Temple大学和加州大学洛杉矶分校，入选微软铸星计划。他的研究领域为计算机视觉与模式识别，具体包括目标识别、形状分析、自然场景文字识别及智能交通系统。他已在计算机视觉与模式识别相关的国际权威期刊或顶级会议发表论文30余篇，其中IEEE PAMI 5篇。他的研究工作曾获得微软学者2007，首届国家自然科学基金优秀青年基金的资助。担任包括权威杂志PAMI、IJCV等20多种国际知名期刊审稿人和顶级会议CVPR, ICCV, NIPS, ECCV等TPC；担任国际会议IEEE SPAC14 ProgramCo-chair, 视觉与学习青年研讨会2016（VALSE16）大会主席, Frontier of Computer Science的Young Associate Editor，Pattern Recognition Letter和Neurocomputing的副编辑，Pattern Recognition的客座编辑等职。

白翔博士的演讲题目为“自然场景文字检测与识别”，他先系统的介绍了近年来自然场景文字检测的发展历史及研究现状，特别介绍了深度学习技术在场景文字识别的研究现状；然后，白翔博士针对自然场景文字检测的关键理论及技术问题，介绍了其研究团队在该领域的多项近期研究成果，如基于对称性及自相似性的文字区域检测算法、基于CNN+LSTM的端到端场景文字序列识别深度网络模型新方法等，最后，对此方向未解决的技术难题及未来研究趋势作出展望及讨论。

殷绪成博士是北京科技大学计算机科学与技术系教授，博导，系副主任、模式识别技术创新实验室主任，北京科技大学计算机系学士/硕士、中国科学院自动化研究所博士，University of Massachusetts Amherst智能信息检索中心、计算机视觉实验室访问学者。先后在汉王科技、富士通研发中心工作，研制了具有世界领先水平的金融票据识别及应用系统、手机文档图像智能校正和处理等技术，获北京市科技进步一等奖、富士通研发中心优秀发明奖、富士通研究所社长奖（2次）。2008年进入北京科技大学计算机系工作，主要研究方向为模式识别与计算机视觉、文档分析与识别、智能信息检索与推荐系统，荣获2013年国际文档分析与识别技术竞赛“自然场景文本检测”、“网络图片文本检测”和“网络图片文本提取”三项冠军，2014年国际信息检索技术评测CLEF/INEX“社会图书搜索”第一名，2015年国际文档分析与识别技术竞赛 “端到端自然场景文本识别”、“端到端网络图片文本识别”、和“视频文本检测”等四项冠军。

殷绪成博士的演讲题目为“复杂图像/视频文本检测、跟踪和识别”，他首先指出复杂图像/视频的文本检测与识别在互联网信息安全、移动服务与智慧城市、互联网+等方面具有重要的理论及实际应用价值。然后，他系统的阐述了一个复杂视频文本检测、跟踪与识别的通用框架，并在该框架下对相关重要技术进行了综述；最后，殷绪成博士重点介绍其团队近年来在自然场景/网络图片/复杂视频文本检测与跟踪、端到端识别等方面所做的一些研究工作和特色成果，并现场展示其团队研发的自然场景文字检测与识别在线演示系统。

王琦博士是西北工业大学光学影像分析与学习中心（人才特区）副教授，主要研究方向为模式识别、计算机视觉，具体包括监控视频的分析理解（针对智能交通与辅助/无人驾驶），遥感图像解析。近年来在本领域内知名国际期刊、会议上，如IEEE T-NNLS、IEEE T-CYB、IEEE T-CSVT、IEEE T-GRS、CVIU等发表学术论文40余篇，并获IEEE国际会议最佳论文奖和最佳论文提名奖等。此外，还应邀担任国际期刊Neurocomputing 与Big Data Analytics (Bio-Med Central / Springer)副主编，担任各类国际知名会议程序委员会委员90余次。

王琦博士的报告题目是“视觉技术在交通数据解析中的应用”，他首先指出视觉技术在交通数据分析理解方面发挥了重要作用，是智能交通、辅助/自动驾驶等愿景走向实用的关键所在。然后，针对交通标志检测设别与道路区域分割等两个关键技术问题，介绍其团队近年来的两个新方法及解决方案，并展示了其团队研制的两个系统的视频Demos。

本次报告内容非常精彩，每位讲者在报告后，与现场听众进行了热烈的讨论，形成了良好的互动交流。与会师生普遍反映本次学术活动中受益匪浅，从研究趋势和算法模型理论上对计算机视觉的前沿热点，特别是自然场景文字检测与识别、深度学习在场景文字识别中的应用、智慧交通中的视频解析技术等有了更深入的理解和认识。会后，不少师生仍然围绕在特邀讲者周围进行热烈讨论，久久不愿离去。

 2015/12/16