2018年9月13日, “CCF走进高校”活动来到兰州理工大学。应CCF兰州分部、兰州理工大学计算机与通信学院邀请，中国科学院自动化研究所特聘研究员徐常胜，南京理工大学计算机科学与工程学院教授李泽超，清华大学计算机系教授孙立峰和天津大学计算机学院教授韩亚洪，作了“多媒体前沿技术及应用”专题报告。来自CCF兰州分部的会员和兰州理工大学计算机与通信学院的师生聆听了本次讲座。活动由兰州理工大学计算机与通信学院院长冯涛研究员和副院长年福忠教授主持。

徐常胜首先介绍了什么是跨社会媒体网络数据，然后以用户为中心的角度介绍了跨社会媒体网络数据挖掘和应用的基本研究框架，并结合研究案例介绍在这一框架下的两个基本任务：跨社会媒体网络关联挖掘和跨社会媒体网络用户建模。

孙立峰介绍了在头条、抖音等视频应用大行其道的今天，如何利用诸如智能路由器、NAS等边缘节点支撑更低延迟、更高带宽需求的多媒体应用，并阐述了本领域的前沿工作和他所带领的研究团队最新研究成果。

李泽超针对图像视频处理中非常重要的问题“语义标注”进行了介绍，并以其团队的研究成果，阐述了基于大数据智能分析的图像标注、标签优化、基于内容的图像检索以及标签扩展。

韩亚洪从视频特征学习、视频到语言生成、视频问答等应用的发展现状系统地介绍了视频图像语义理解领域的研究进展。虽然深度学习算法对某些特定的语义理解问题有比较好的分析效果，但适应场景少、易收到特定数据的混淆攻击的问题也比较突出。韩教授结合其团队最新的研究成果，对此进行了系统阐述。

在每位讲者的报告结束后，会场的老师同学都踊跃提问。讲者对同学们关于报告中的疑惑进行了详细的解答，在有关读博考研等同学们切身相关的问题上也进行了互动。

通过本次“CCF走进高校”活动，兰州理工大学的师生对中国计算机学会（CCF）有了更深的了解，同时也提高了对多媒体数据处理以及人工智能研究的兴趣。

徐常胜作报告

孙亚峰作报告

李泽超作报告

韩亚洪回答师生提问

部分师生合影

兰州理工大学校园网对活动进行了报道：http://jitong.lut.cn/index.php/article/1323.html

听众感言

丛安慧 计算机应用技术专业 2017级研究生

“CCF走进高校”是CCF组织的系列演讲公益活动，就在今天，中国计算机学会的四位专家教授为我们带来了四场精彩的报告，令人获益匪浅。四位专家各有建树，本人对孙立峰教授和李泽超教授的报告最感兴趣。

通过孙立峰教授的讲解，我第一次了解到诸如智能路由器、个人NAS等设备，作为边缘节点，还可以参加到视频等多媒体内容的分发上去。像“抖音”等现在很火的视频应用，其带宽压力是很大的，如何在服务器层面做优化一直是个烫手山芋。通过孙老师的报告，让我了解到可以利用边缘节点配合分发算法来优化这个问题，让不太热门的视频内容在各自的边缘节点发放，从而减少中心服务器的压力。真的是极少数热门内容会占据了绝大多数计算、存储和带宽资源。

李泽超教授的报告内容，是使用大数据和人工智能，解决图像视频内容的语义理解问题。具体的说，就是不仅要从图像视频本身的特征选取上入手，还要挖掘该图像视频在社交网络上的上下文信息，底层特征与高层语义之间的语义映射；接着李老师提出了深度协同因子分解模型，将图像视频和其对应的标签映射到同一标签，以便进行图像检索、标签优化等工作。这个报告中的数学模型较为复杂，有些内容还不能完全理解，以后还要打好数学底子才行。

最后，真心感谢四位老师为我们传授知识和解答疑问。也感谢这场活动的组织者参与者。

曹军 计算机应用技术 2017级研究生

今天全程参与了CCF走进高校的学术研讨活动，四位专家就自己现阶段的学术研究与我们进行了分享，从中我也是受益匪浅，不单单了解到了和自己研究领域有区别的知识，拓宽了见识和知识面，也对自己的研究领域有了不一样认识。

其中徐老师介绍的“跨社会媒体网络数据”对我感触颇深。徐老师介绍的主题和我们实验室的研究内容有异曲同工之处，徐老师介绍了社会媒体数据的挖掘和建模，从我个人理解来讲就是舆情分析，通过社会媒体中的关注话题来挖掘出相关的标签数据，进一步分析数据、情感预测等做出相应的评价和监控。我们课题组研究的内容恰好是信息传播和监控、舆情传播等，让我们对该研究方向有了更深入的了解和认识，徐老师还讲到从不同媒体数据做数据统计和分析，而我们当前的实验中却很少应用不同社交媒体来对比其异同，只是用一个或者两个媒体数据来验证实验的可行性，这一点我们应该参考借鉴。

其他三位老师分享的相关内容也是让我颇有收获，比如图像视频处理，视频特征学习等。从老师们的介绍中也看到了老师们真的是胸有万卷书，希望自己以后向老师们看齐。最后还是真心感谢老师们慷慨的分享，希望老师们多来我们工大为广大师生答疑解惑。

张迪 兰州理工大学计算机与计算机与通信学院 讲师

今天计算机学会的四位专家教授来我校做报告，真心受益匪浅。本人主要研究领域是网络安全领域的数据可视化、人工智能等，与四位专家的报告颇有重合之处。尤其是韩亚洪教授的报告，对本人研究颇有帮助。

近年来，以卷积神经网络（CNNs）为代表的深度特征学习方法在图像和视频分析中得到广泛应用，并在最近的大规模图像检索和视频动作识别等任务中取得了最优性能。但韩老师的报告中，亦提出了这些算法存在被攻击的可能性。使用一些特定的输入数据，可以让这些算法的判定机制失效。深度学习模型和算法的脆弱性和抗攻击能力，成为此领域方兴未艾的研究点。对此我感到深受启发。现今人工智能大行其道，在图像视频处理中已经有了很多实际应用，随着应用范围越来越广，未来对算法边界和算法安全性的研究越来越重要。这也许是我未来做数据可视化与安全领域研究工作可用的发力点。

此外，四位专家的平易近人的性格、广泛的社会交往和高度的工作效率也让我感触颇深。在未来的工作学习中，我当以四位专家为榜样。最后，感谢四位老师的精彩分享。