2017年10月21日，由中国计算机学会计算机视觉（CCF-CV）专委会主办、武汉大学遥感信息工程学院承办的第41期CCF-CV走进高校系列报告会在武汉大学隆重举行。本次会议由武汉大学遥感信息工程学院陈震中教授和阿里巴巴人工智能实验室王刚教授担任执行主席， 邀请了西北工业大学教授何明一博士、上海交通大学教授熊红凯博士、厦门大学教授纪荣嵘博士、中山大学教授郑伟诗博士等四位专家作了特邀报告。

报告会由武汉大学陈震中教授主持，来自武汉大学、武汉理工大学、华中科技大学、华中师范大学、中国地质大学、中南财经政法大学、湖北工业大学、桂林电子科技大学、武汉卓目科技有限公司、武汉高德红外股份有限公司、北京数字政通科技股份有限公司等全国各地多所高校及企业的300余人参加了此次报告会，共同聆听几位专家对计算机视觉领域前沿技术成果和研究动态的精彩介绍。

何明一教授的报告题目是“先进机器视觉——多视多谱联合观测与智能处理”。先进机器视觉是计算机视觉和机器视觉的交叉领域，其目的是更好地观测与理解世界。何教授介绍了其团队在多视多谱联合观测与智能处理这一先进机器视觉领域的研究工作，包括先进机器视觉概念与框架，三维场景重建，目标显著性检测，高光谱图像目标分类，以及基于浅层和深度神经网络的人工智能处理等多个方面。

熊红凯教授的报告题目是“可解释的卷积网络技术”。熊教授向大家介绍了从基于信号处理的分解重构框架到基于学习的表示趋势，描述了该领域最新的研究进展。并讲解了小波核卷积网络、滤波器组网络，以及基于树结构的核构造卷积网络，阐释了卷积稀疏码的解释性对照，以及共性学习的问题和进展，还为大家介绍了基于数据的稀疏建模紧致描述。

纪荣嵘教授的报告题目是“视觉搜索与识别系统中的紧凑性问题”。纪教授介绍了其团队近两年来在面向视觉应用的视觉特征紧凑表示和深度网络压缩中所做的一些工作与成果，如在国际一流期刊和会议上所发表的一系列排序敏感特征哈希算法。这些算法旨在通过引入大规模无监督排序信息，学习排序敏感的哈希码，以保持原始高维特征空间中的检索信息。其次，纪教授还向大家介绍了面向人脸和视觉场景解析的深度网络模型应用，以及深度模型压缩研究的最新进展。

郑伟诗教授的报告题目是“无监督行人重识别”。为了实现大范围多摄像机网络下行人的连续追踪，行人重识别在过去多年中得到了大力发展。然而，目前的行人重识别技术大量依赖于跨摄像头的数据关联标签，需要耗费大量的人力去标注大量的跨视域的数据，对于大规模摄像机下的行人重识别模型学习形成重大挑战。郑教授此次向大家汇报了其研究团队提出的无监督行人重识别算法，并特别介绍了与其团队所提出的非对称度量学习建模相结合的无监督度量学习模型。

此次报告会持续了近三个小时，报告现场座无虚席，许多听众更是全程站在场边聆听报告。四位讲者与台下听众互动热烈，耐心为大家答疑解惑，以其活跃的学术思维和严谨的科研态度为大家带来了一场学术盛宴。最终，参加报告会的现场听众对四位讲者表示了由衷的欢迎与感谢，报告会在雷鸣般的掌声中圆满结束。