2019年5月15日，由中国计算机视觉专委会主办、苏州科技大学电子与信息工程学院和苏州智慧城市研究院承办的第73期CCF-CV走进高校系列报告会活动——“计算机视觉前沿技术及应用”报告会在苏州科技大学石湖校区电子与信息工程学院报告厅A108成功举行。本期报告会邀请了南京理工大学杨健教授、中国科学院自动化所王亮研究员、南京信息工程大学刘青山教授、江南大学吴小俊教授、中山大学郑伟诗教授五位专家学者做特邀报告。苏州科技大学电子与信息工程学院副院长胡伏原教授、常熟理工学院计算机科学与工程学院院长龚声蓉教授以及苏州科技大学电子与信息工程学院夏振平博士为执行主席。来自苏州科技大学、苏州大学、上海大学、常熟理工学院等高校的100多名师生聆听了五位专家在该领域的前沿技术成果和最新动态介绍。

在开幕式上，苏州科技大学施琴芬副校长、苏州科技大学电子与信息工程学院院长付保川分别致欢迎辞。

施校长对各位专家学者的到来表示热烈的欢迎，随后介绍了苏州科技大学的五张经典名片，邀请各位专家学者常来苏州科技大学交流指导。

付院长介绍了苏州科技大学电子与信息工程学院的发展历史，他表示此次CCF-CV走进苏州科技大学系列报告会为学院的科学研究和学生培养带来了新视角、新启发，由此激发的学术钻研热情与学科融合氛围将对电子学院后续的技术创新与成果转化产生深远影响。最后，预祝本次报告会取得圆满成功。

南京理工大学杨健教授的报告题目是“面向自主驾驶的视觉环境感知与理解”。杨教授首先介绍了无人驾驶问题的由来以及南京理工大学无人车的发展历程，指出无人驾驶技术所面临的挑战是视觉环境感知与理解。接着围绕近期的研究工作，重点阐述了在自主驾驶技术中的阴影检测与去除、车道线检测、行人检测与姿态估计、场景分割与深度估计等方面的技术以及相应的解决方法。

中国科学院自动化所王亮研究员的报告题目是“脑启发的深度认知神经网络”。王亮研究员首先简要介绍了深度学习的发展和应用，接下来指出真实场景中的问题及主要原因在于人与深度学习模型处理信息的方式不同。针对深度认知神经网络在结构、功能和泛化性等方面的问题，重点阐述了注意力机制、记忆力机制和反馈机制等深度学习模型，最后介绍了其团队近期的相关研究工作，展望了未来的研究方向和工作重点。

南京信息工程大学刘青山教授的报告题目是“视觉特征的低维表达及其应用”。刘教授首先从人类进化史讲到人工智能的发展历程，从图像对于人类历史的重要性讲到机器视觉对于人工智能领域的重要作用，进一步指出“如何学习高维视觉特征的低维表达”是当前亟待解决的挑战性问题。针对这个问题，提出基于矩阵或张量的分解方法，分析数据的相似度关系，从而找到低维的嵌入子空间。最后介绍了其团队在人脸定位、基于多任务稀疏学习、多尺度遥感图像以及渐进全卷积网的多普图像融合等方面的若干工作。

江南大学吴小俊教授的题目是“基于深度学习的图像/视频融合”。吴教授首先对图像/视频融合的背景和深度学习进行了简单的介绍，然后重点探讨了轻量级深度学习与图像/视频融合相结合的问题，接着分别从像素级融合和特征级融合等角度对深度融合问题作了介绍，并在此基础上介绍了一些多模态图像/视频融合和图像/视频风格转化的理论、方法及应用，最后对基于深度学习的图像/视频融合方法的研究问题进行了总结和展望。

中山大学郑伟诗教授的报告题目是“弱监督行人重识别”。报告内容针对目前行人重识别技术的缺点之一——依赖标注数据和学习模型而展开。郑教授首先介绍了行人重识别技术所面临的挑战以及过去这些年来行人重识别技术的发展历程以及现有方法所取得的效果，接着深入探讨了行人重识别技术分别在多标签、弱标签和少量标签情况下的解决方案，最后阐述了输入为语言描述等非图像数据时的跨模态问题，强调了弱监督（包括无监督）学习和建模工作对于研究行人重识别的重要性。

此次CCF-CV走进高校系列报告持续了四个多小时，报告内容精彩纷呈，会议过程高潮迭起，让所有与会人员享受了一场学术盛宴。五位专家详细地介绍了自己在计算机视觉领域的研究成果和心得体会，亲切地与学生们交流，极大地激发了同学们的学习热情。在报告会提问环节，在座的老师和同学们积极地提出自己在科学研究中所遇到的问题，专家们耐心并详细地作了回答，使大家受益匪浅。最后，此次报告会在久久不息的掌声中圆满结束