本网讯（贾南 新闻中心通讯员 李嘉树）4月28日下午，中山大学数据科学与计算机学院教授赖剑煌、林倞，西北工业大学教授韩军伟和中国科学技术大学周文罡博士在磬苑校区作“计算机视觉前沿技术及应用”系列报告。报告会由计算机科学与技术学院副院长汤进教授主持。
赖剑煌的报告题目是“行人再标识问题的若干研究新进展”。行人再标识问题是视频监控、模式识别与计算机视觉领域的一个重要问题。报告综述了该领域的研究进展，介绍了团队在行人再标识方向的若干研究进展，包括基于时空线索的行人再标识、行人的动态匹配模型、行人的镜像表示、跨视域的鉴别成分分析以及基于深度学习的再标识等方法。相关理论可应用于现实监控系统，对于图像搜索与匹配领域也具备一定借鉴意义。
林倞的报告题为“深度上下文相关模型学习及场景语义解析”。在图像语义标注研究中，卷积神经网络被广泛用于特征抽取及像素级别分类，并取得了重要进展。但这类方法使用卷积核来捕捉像素周边信息，仅利用了有限的局部上下文相关性。报告介绍了在深度特征学习中融入全局空间上下文建模的方法，该方法利用长短期记忆递归神经网络自动学习像素之间的显示相关性，并与卷积网络联合优化，从而提高特征表达的判别性。报告还探讨了场景几何属性与关系解析、基于彩色-深度数据的场景两个新问题。
韩军伟的报告题为“视觉显著性计算及应用”。模拟人类视觉注意机制，视觉显著性计算能够自动估计图像和视频中包含的重要内容，从而为诸多多媒体应用提供便利，是目前计算机视觉领域的一个研究热点。报告介绍了视觉注意机制的工作原理和研究进展，还介绍了视觉显著性计算技术的基本原理、实现方法、关键技术、难点问题、最新进展，以及团队在这一研究方向上的创新工作，展示了显著性分析在图像/视频检索、压缩、传输、摘要、分类、监控、人机交互等方向的一些应用。
周正罡的报告题为“大规模内容图像检索。
活动中，师生还就就计算机视觉前沿技术及应用与上述专家学者进行了探讨、互动和交流。
