2020年5月31日下午，由中国计算机学会计算机视觉专委会（CCF-CV）主办，任天堂 ポーカー--宁夏大数据与人工智能省部共建协同创新中心联合承办，宁夏通信学会、宁夏电子学会协办的第87期CCF-CV走进高校系列报告会—“大数据智能计算”云直播活动圆满结束。本期报告会特邀中国科学院自动化研究所王亮研究员、北京大学田永鸿教授，中山大学郑伟诗教授，中国科学院计算技术研究所王瑞平研究员以及西安电子科技大学王楠楠教授5位专家学者做报告。由任天堂 ポーカー高玉琢教授、孙学宏教授和刘昊副教授担任本次报告会的执行主席。
报告会由任天堂 ポーカー副校长李建设教授进行开场致辞。李校长首先代表任天堂 ポーカー向各位专家学者表示热烈的欢迎和衷心的感谢。随后，李校长介绍了任天堂 ポーカー基本概况与发展历程，并对本次报告会的主题进行简要介绍。最后，李校长再次对来自全国各地的专家、学者表示热烈的欢迎。李校长表示，希望通过此次线上活动进一步加强任天堂 ポーカー师生与国内科研院校和企业的领域专家的交流与合作，促进学校计算机学科的建设和发展。
报告信息
王亮研究员报告的题目是“面向复杂视觉任务的多模态深度学习”。报告首先分析了深度学习对于当前多模态场景下复杂视觉任务的主要挑战与机遇。随后，介绍了他们研究团队在该领域的一些工作，包括图像与句子匹配中概念与语义顺序学习、基于对齐跨模态记忆的少样本图文匹配、面向视频描述的多模态记忆网络、基于语言驱动的强化学习网络用于行为定位等。
田永鸿教授报告的题目是“视网膜启发的视觉信息表示与处理”。田老师首先介绍了图像视频处理的发展历程。然后，从功能模拟和结构仿真两个角度来探讨生物视网膜启发的视觉信息表示与处理。最后分享了他们课题组在数字视网膜处理方面的一些工作，包括基于HEVC编码实现高效分析识别任务、利用场景视频编码表示提升分析识别性能效率、深度哈希网络趋于最优化、面向帧内特征压缩的贪婪深度哈希网络、面向帧间特征压缩的特征率-失准模型等。
郑伟诗教授报告的题目是“开放复杂环境下的行人重识别研究”。郑老师首先阐述了复杂开放环境下的行人重识别问题。随后，分享了他们课题组在基于弱视觉/标注信息方面的行人重识别工作，包括基于鉴别轮廓信息挖掘的多粒度换衣服行人重识别、基于非对称聚类学习的无监督行人重识别、以及弱监督行人重识别学习方法等。
王瑞平研究员报告的题目是“视觉场景图—表示、生成与应用”。王老师首先介绍了视觉场景理解的发展历程，随后，阐述了结构化的视觉场景图为连接底层的物体识别检测等感知任务与高层的语言描述问答等认知任务提供了桥梁。最后，王老师分享了他们团队在该领域的一些工作，包括结构化图推理驱动的物体检测、场景关系图的自动生成、复杂场景跨模态图文检索、场景图与知识图交互的组合推理式问答等。
王楠楠教授报告的题目是“异质人脸图像合成与识别”。王老师首先分类介绍了异质人脸图像合成与识别技术。随后，以人脸素描画像和照片的合成为例，分享了他们课题组在异质人脸图像合成与识别方面的研究成果，包括基于概率图模型的方法、基于数据驱动的方法、基于线性模型的方法、基于非线性模型的方法、数据驱动和模型驱动相结合的方法、非对称联合学习方法等。
圆桌讨论
在圆桌讨论环节，各位专家针对主持人提出的三个议题展开了热烈讨论，具体如下：
1）智能影像辅助应用在新冠病症辅助诊断存在的优势和面临的挑战：
专家们认为其优势在于智能影像辅助应用能够高效地开展新冠患者的筛查与诊疗工作，进而较大程度减轻医生工作量。其挑战大致包括两点：一是获取临床数据标注代价昂贵，智能技术如何在稀缺医疗影像数据条件下为医疗诊断提供支持；二是由于医疗影像依赖于肺部CT等扫描影像，而病人不能随时随地做检查，因此，如何使医疗影像分析小型化、智能化成为实际应用推广中的核心问题之一。
2）我国高校如何根据自身特色，建好未来技术学院：
专家们认为不同的高校应该结合自身特色，鼓励相关学科交叉，进一步整合相关领域的优势师资力量，还需突破现有的学术评价体系。因此，师资力量、打破学科壁垒是建设未来技术学院的关键所在。另外，每个学校应根据自身特色准确定位，要以问题和目标为导向，根据自身已有基础和特色规划建设未来技术学院。
3）对破解 “唯论文”的理解和科研机构应采取的措施：
专家们认为评价专家学者的学术能力并不只在于论文数量和影响因子，还应综合其他因素。国家鼓励研究人员发表具有高度影响力的论文，应明确代表作评价制度。研究成果应对科技创新和社会发展有贡献和价值。但是，学术评价不能“一刀切”，不能过度解读而走向另一个极端。此外，评价应具有多样性。
