9月27日，中国计算机学会计算机视觉专委会(CCF-CV)走进高校系列报告在我校举行。本次报告会邀请到的讲者和专家有北京大学查红彬教授、北京交通大学赵耀教授、厦门大学纪荣嵘教授、重庆大张磊教授和中科院自动化研究所王亮研究员。学校党委常委、副校长徐丹丹教授出席报告会并致辞。报告会采取线下+线上结合形式，由计算机学院执行院长李海生教授主持，学院全体师生和相关领域部分科研人员参加了本次报告会。

徐丹丹在致辞中感谢中国计算机学会视觉专委会一直以来对学校的支持和帮助，并欢迎各位专家学者出席会议贡献智慧。她介绍了我校的历史和学校建设现状，尤其近几年在学科建设、人才培养方面取得的成绩，同时强调计算机科学与技术学科是学校学科建设的重要支撑，特别是在学校交叉学科建设中发挥了重要的作用。她希望学院师生能够积极与在场的专家学者交流思想、紧跟前沿、研讨交流、增强合作，为学术研究和学校高水平研究型大学建设贡献力量。

会上，查红彬教授做了题为《视觉SLAM：在线学习的途径》的报告。他以无人驾驶技术的发展为背景，介绍了SLAM技术——即时定位与地图构建技术的基础概念。针对传统的多传感器融合与多视点计算具有计算量大、优化困难等缺陷，提出了融合在线学习的SLAM。在线学习是实现强化视觉系统的环境自适应性的途径，可将“预测”能力有效引入到SLAM流程之前，从而将整个流程作为“构造预测器”，以提高后续处理能力。随后查教授介绍了视觉SLAM方向的最新方法包括面向自监督视觉里程计的序列对抗学习方法、具有在线自适应能力的自监督SLAM学习等。

赵耀教授做了题为《弱监督与交互式图像分割》的报告。他介绍了近年来图像语义分割在各领域的应用情况，引出了制约该项技术发展的难点之一——训练数据及其标注的缺失。为减少像素级标注的巨大负担，赵耀教授团队提出了“反向擦除”等方案，主要以交互式分割为核心思想，以较为简单的标注逼近像素级标注，从而减轻标注成本，最终达到提高基线算法效率的目的。他还介绍了团队在基于深度学习的图像弱监督语义分割以及交互式分割方面的研究成果。

张磊教授做了题为《开放环境视觉感知》的报告。他指出开放环境（如自动驾驶应用）下的机器学习、深度学习算法的环境适应性和泛化性较差，如何提升算法模型的适应性和安全性成为研究热点和难点。迁移自适应学习方法可以一定程度解决上述问题，无监督域适应可为上述方法提供域对齐以及保持判别性。最后，介绍了他们团队在开放环境下的视觉感知方面的近期研究工作，包括图像分类和目标检测等。

纪荣嵘教授做了题为《复杂跨媒体数据协同分析与应用》的报告。他在报告中指出，社交媒体包含了海量非合作、异构化、跨模态的数据，既蕴藏了大量的人类知识与高价值信息，也包含了各种自然与人为的噪声，对其分析与处理需要融合类脑计算、计算机视觉、自然语言处理等多个维度的智能技术。他主要介绍了基于深度学习的多模态内容协同分析与表示、跨模态信息融合及智能对抗攻防，并介绍了课题组在图像描述与视觉问答、语言指导的目标检测与分割、用户隐私保护、社交网络分析引导等方面的最新研究工作。

报告会中，与会师生积极向专家学者提问，现场展开了热烈的讨论交流。同学们表示通过这次报告会收获了新知，了解了新的研究角度、研究方法和研究内容，希望今后能够有更多的机会与学术前沿的教授进行这样的学习和交流。

会后，与会专家还与计算机学院青年教师进行了学术交流，青年教师就国家自然科学基金项目申报中的问题向专家请教，专家们从研究基础、选题到科研工作的系统性等方面进行了深入指导。交流具有很强的针对性和实用性，青年教师们表示受益匪浅。

中国计算机学会计算机视觉专委会CCF-CV成立于2013年10月，是直属于中国计算机学会CCF计算机视觉领域专业分支机构。自2015年11月起，CCF-CV在全国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，致力于为本领域专业人士的学术和职业发展提供实质性服务及帮助。北京工商大学CCF学生分会作为CCF服务高校学生会员的重要平台，将不断结合本校学生会员需求，通过举办各种专题活动为学院和学校的人才培养及创新教育做出更大贡献。