2016年1月10日，中国计算机学会计算机视觉专业组（CCF-CV）走进高校系列报告会第七期在国防科学技术大学如期成功举行。           

本期报告会的执行主席，国防科学技术大学老松杨教授、郭得科博士和刘丽博士，邀请了中国科学院自动化所研究员谭铁牛院士、中科院计算技术研究所研究员陈熙霖博士、中国科学院自动化所研究员王亮博士、北京大学教授林宙辰博士和南京大学教授吴建鑫博士五位专家作专题报告。国防科学技术大学、中南大学、湖南大学、湖南师范大学、长沙理工大学、湘潭大学、华东交通大学、湖南工业职业技术学院等高校教授、副教授和研究生，以及海军装备研究院和西南电子电信技术研究所的相关研究人员、媒体及其他相关业届人士近300人参加了本次报告会。

谭铁牛研究员为中国科学院院士、英国皇家工程院外籍院士、发展中国家科学院（TWAS）院士、IEEE Fellow和IAPR Fellow。1984年获西安交通大学学士学位，1986年和1989年分别获英国帝国理工学院硕士与博士学位。1989－1997年在英国雷丁大学计算机科学系工作，1998年回国到中科院自动化所工作，历任该所模式识别国家重点实验室主任、所长助理、所长。现为中科院副院长、中科院自动化所智能感知与计算研究中心主任。主要从事图像处理、计算机视觉和模式识别等领域的研究，已出版编著和专著11部，并在主要的国内外学术期刊和国际学术会议上发表论文450多篇，获准和申请发明专利80多项。曾获得国家技术发明二等奖、国家自然科学二等奖和国家科技进步二等奖各1项。曾担任国际模式识别学会(IAPR)第一副主席、IEEE 生物识别理事会主席，现任中国人工智能学会副理事长。

谭铁牛院士高屋建瓴，带来了一场题为《新一轮科技革命与信息科技的发展》的精彩报告。谭院士简要回顾了近代以来世界科技和产业变革的发展历程，用一系列国内外突破性的研究成果生动的展示了信息科技的发展态势与趋势，并指出以智能化为最显著特征的新一轮科技和产业变革初见端倪，我国正面临着巨大发展机遇和挑战。最后，谭院士指出了未来信息科技发展最值得关注的十大热点研究问题，其中包括网络安全、大数据与海量信息智能处理、生物特征识别和人工智能技术等。

陈熙霖博士现任中科院计算技术研究所研究员。中国计算机学会会士，IEEE Fellow。曾获得国家杰出青年基金支持。先后主持多项自然科学基金重大项目、重点项目、973计划课题等项目的研究。获得国家自然科学二等奖、国家科技进步二等奖四项。合作出版专著1本，在国内外重要刊物和会议上发表论文200多篇。主要研究领域为计算机视觉、模式识别、多媒体技术以及多模式人机接口。

陈熙霖研究员的报告题目是“何以为名——物体识别的一些进展”。他首先指出物体识别是计算机视觉领域核心挑战问题之一。他提出“把物体类别标签看作高维空间中的一个点，具有多种不同的视觉属性，不同的视觉属性构成子空间”的观点，介绍了其研究小组近年来在物体识别方面取得的一些研究进展，即融入语义描述的联合二值编码学习在物体识别方面以及其在零样本物体识别等问题的相关扩展。

3王亮博士为中科院自动化所研究员博导，国家杰出青年科学基金获得者，IEEE高级会员、国际模式识别协会会士（IAPR Fellow），中科院自动化所模式识别国家重点实验室副主任、计算机学会计算机视觉专业组秘书长、图像视频大数据产业技术创新战略联盟秘书长。2004至2010年分别在英国帝国理工学院、澳大利亚莫纳什大学、墨尔本大学及英国巴斯大学工作。主要从事计算机视觉和模式识别等相关领域的研究。现为《IEEE Transactions onInformation Forensics and Security》、《IEEE Transactions on Cybernetics》等国际期刊编委。主要从事计算机视觉和模式识别等相关领域的研究。

王亮研究员的报告题目是“深度学习及其视觉应用”。他首先介绍海量图像视频分析与理解的背景和意义以及挑战，接着介绍了深度神经网络发展演变历史，然后重点介绍了其带领的研究小组近年来在深度学习理论及其应用方面取得的卓越研究成果，最后指出了视觉大数据分析的一些未来值得关注的发展方向。

林宙辰博士是北京大学机器感知与智能教育部重点实验室教授和信息科学技术学院教授，同时也是东北师范大学“东师学者”讲座教授。曾任微软亚洲研究院视觉计算组主管研究员，中科院计算所客座研究员、上海交通大学兼职研究员、东南大学兼职教授和北京交通大学兼职教授等。担任计算机视觉领域顶尖期刊IEEE TPAMI和IJCV编委，也担任计算机视觉与机器学习方面重要会议CVPR, ICCV, NIPS和AAAI等的领域主席。他的主要研究方向包括机器学习、模式识别、计算机视觉、图像处理和数值计算与优化。

林宙辰报告的题目是“子空间聚类的低秩模型方法”。他首先介绍了有效处理高维数据的一些代表性方法，指出子空间聚类是其中一类简单有效的重要方法，接着介绍了他们研究小组针对子空间聚类提出的一种名为低秩矩阵的方法以及该方法的典型应用，最后介绍了基于低秩矩阵方法衍生出来的一些变种方法。

吴建鑫博士是南京大学教授，获2014年国家自然科学基金委优秀青年科学基金项目支持。在重要国际期刊如TPAMI，IJCV，AIJ，JMLR等以及重要国际会议如 ICCV、CVPR、ICML等发表论文六十余篇。曾担任计算机视觉和机器学习领域重要国际会议ICCV、AAAI等的领域主席等。主要从事计算机视觉和机器学习等领域的研究。

吴建鑫教授的报告题目为“深度学习与全序标记的标记分布学习”。他主要介绍了其研究小组近期的一项研究工作，基于深度学习，利用全序标记中包含的有效信息，进行有效的年龄估计和姿态估计。

此次CCF-CV走进高校系列报告会之国防科学技术大学站的讲座紧凑而高效，内容丰富精彩，尤其是谭院士的报告，更是他多年来在科技领域高屋建瓴的见解及其团队卓越的研究成果，让与会者收益颇丰。各位专家与参会者分享计算机视觉领域最新最热的理论和方法，使与会者接触到学科最前沿的研究工作和团队，分享计算机视觉领域的研究成果、创新思想和最新研究进展，使与会者对计算机视觉的前沿技术，如基于视觉属性标记的物体识别、深度学习及其典型应用、低秩矩阵理论以及应用，有了更深的理解和认识。

2016/01/12