刘青山教授报告主题为“基于深度特征学习的遥感影像分类”。随着数字成像技术和互联网技术的快速发展，图像数据规模呈爆炸式增长，深度学习的兴起为图像大数据分析提供了一个很好的解决方案。刘教授首先对深度学习技术进行了回顾和简介，之后结合深度学习介绍了课题组最近在遥感影像分类上的一些研究进展，主要包括：多尺度深度卷积特征学习、深度卷积特征自适应融合、基于序列深度网络学习的多谱图像分类等。

孟德宇教授报告主题为“误差建模原理”。传统机器学习主要关注于确定性信息的建模，但在复杂场景下，机器学习方法容易出现对数据噪音的鲁棒性问题。该鲁棒性问题与误差函数的选择紧密相关。对于上述问题，孟德宇教授介绍了如何针对包含复杂噪音数据进行误差建模的鲁棒机器学习原理。这一原理已经在遥感影像、CT图像与高光谱图像等相关应用中取得了良好效果。

熊红凯教授报告主题为“结构化学习的多媒体信号处理”。稀疏理论，在视觉和学习方向表现为模型选择；在信号处理方向，主要表现为稀疏编码。熊红凯教授在报告中对基于图像处理的稀疏建模进行了完整描述，并根据相关结构化学习的持续研究，详细阐述了关于渐进字典学习和卷积网络的描述构造。

张艳宁教授的报告主题为“高分辨率图像智能处理技术”。高分辨率对地观测是目前国家高新技术发展的重点。受到硬件、环境和处理水平等限制，现有图像难以满足探得到、定得准、看得清、辨得明等要求，因此需要对图形进行清晰化处理。张艳宁教授结合团队近期研究进展和获得的成果，详细介绍了高分辨率图像智能处理技术，包括去模糊、超分辨、去噪、协同处理等技术。

本次报告会围绕“计算机视觉前沿技术及应用”，四位学者从深度特征学习、误差建模、结构化学习及稀疏建模、超高分辨率图像处理四个方面详细介绍了计算机视觉的前沿技术，既包含深度学习等热门技术，又涵盖了各位专家的最新研究进展。各位教授深入浅出的报告，为到会的师生以及相关领域的人士奉献了一场学术盛筵。报告会持续了四个多小时，会场掌声不断。在每个专家报告结束后，听众积极和专家进行互动，提出疑问。专家针对报告的内容和自身的科研经验进行耐心解答，使每位听众受益匪浅。最终，报告会在热烈的气氛中圆满结束。

【背景】自2015年11月起，CCF计算机视觉专委会(CCF-CV)在全国范围内率先开展走进高校系列报告会、走进企业系列交流会等特色活动，在学术界、工业界产生了热烈反响，受众遍及祖国大江南北。CCF计算机视觉专委会欢迎各兄弟学会、专委会借鉴，共同推动我国相关领域的学术繁荣和产业发展！