2019年12月20日，CCF走进高校活动来到河海大学江宁校区。活动邀请了CCF专业会员、CCF多媒体技术专业委员会委员、南京邮电大学鲍秉坤教授，CCF高级会员、CCF多媒体技术专业委员会委员、南京大学任桐炜博士，CCF专业会员、CCF人工智能与模式识别专业委员会委员、南京航空航天大学黄圣君教授，CCF专业会员、南京理工大学钱建军博士四位专家带来精彩的专题报告。活动由CCF河海大学学生分会督导主任、河海大学计算机与信息学院计算机科学与技术系主任黄倩主持，CCF南京分部执行委员、河海大学计算机与信息学院副院长毛莺池教授在活动中致辞，河海大学计算机与信息学院150余人参加了此次活动。

鲍秉坤的报告题目是《基于关系挖掘的多模态知识表示》。她首先讲述了关系挖掘任务中的多模态知识表示问题，覆盖了其研究组近两年在基于文本模态与视觉模态的多模态知识表示，及多模态表示在关系挖掘任务中的应用方面所做的一些工作与成果；接着在多模态知识表示方面，她介绍了如何将不同模态的数据投影到公共的向量空间获取统一的知识表示，如何对抽象的关系概念进行多模态表示，以及如何构建多模态知识图谱；最后在关系挖掘方面，她介绍了跨模态的关系检索，以及结合语义限制的图像关系预测等任务。

任桐炜的报告题目是《视频视觉关系检测进展》。他首先讲述了采用<主语，谓语，宾语>三元组形式表示的物体和物体间的交互，提供了较为全面的视觉内容描述，可以作为视觉信息结构化的基础。接着解释与图像视觉关系检测任务相比，视频视觉关系检测致力于描述视频中动态变化的视觉关系，既可以借助更丰富的信息来检测视觉关系，也面临着诸多技术挑战。本次报告介绍了MAGUS团队在视频视觉关系检测方面的近期工作，包括视频视觉关系检测的问题规约、层次式视觉关系检测、兴趣物体检测等，并对视频视觉关系检测中存在的问题和进一步研究方向进行了讨论。

黄圣君的报告题目是《主动学习及其应用》。他首先介绍了人工数据标注的现状：监督学习模型的训练往往依赖于大量的人工标注数据。而在许多实际任务中数据标注难度高、代价大，给机器学习的应用带来极大挑战。接着他讲解主动学习可以从未标记数据中自动挑选出最重要的学习样本进行标注，能有效减小人工参与代价，减少数据依赖，提升学习效果。此次报告主要介绍了他在主动学习方面的一些最新研究成果及其在航空发动机性能预测、视频推荐、文本分类等实际任务中的应用探索。

钱建军的报告题目是《稳健矩阵回归表示及其应用》。他首先介绍了研究背景：面向污染图像（包括遮挡、光照变化、噪声等）的分析和识别已成为视频监控、面部图像分析等社会公共安全领域亟需解决的瓶颈问题。接着针对污染图像的稳健表示问题，他讲述了所在课题组近年来的一些具体工作及其在视觉应用中取得的最新成果，包括基于回归表示的模式分类方法、基于核范数的矩阵回归表示方法及其扩展、基于图像分解的稳健矩阵回归模型等。

四位讲者的报告视角独特、内容丰富。在报告期间，参加报告会的师生与讲者进行了充分的讨论交流，现场互动十分热烈。通过本次活动，同学们加深了对多媒体技术的了解和认识，意识到多媒体技术领域相关研究的重要性，开拓了学术视野。活动最后，大家合影留念，本次活动取得了圆满成功。

现场签到

毛莺池致辞

鲍秉坤作报告

任桐炜作报告

黄圣君作报告

钱建军作报告

现场互动

认真聆听

现场合影

听众感言

讲者简介

鲍秉坤博士,CCF专业会员，CCF多媒体专委委员，南京邮电大学教授、博士生导师。江苏省双创人才。在跨媒体检索与搜索、社交媒体推荐、社会事件检测、人脸识别、图像分类与理解、视频分析等方向取得了部分重要的成果，并提出了一系列有效的解决方案，用来处理大规模、多变化的多媒体信息感知、分析与处理。共发表论文60余篇，包含IEEE/ACM Trans. 10余篇。获得多媒体领域顶级期刊ACM TOMM 2016年度唯一的最佳论文奖，多媒体领域重要期刊IEEE Multimedia 2017年度唯一的最佳论文奖，国际会议MMM 2019最佳论文。获得2018年度电子学会科学技术一等奖。

任桐炜博士,CCF高级会员，CCF多媒体专委委员，南京大学副教授。研究方向为视觉媒体计算及其应用，在MM、ICCV、AAAI等会议和TIP、TOMM等期刊上发表论文50余篇，并获得ICIMCS 2014最佳论文提名奖、PCM 2015最佳论文提名奖、ECCV 2018 PIC竞赛冠军、MM 2019 VRU竞赛冠军、MM 2019 CBVRP竞赛亚军和ICME 2019 SVU竞赛亚军；曾担任ICIMCS 2018程序委员会主席、PCM 2017宣传主席、ICIMCS 2015专题主席；先后主持了多项国家和省市基金和产学研项目。

黄圣君博士,CCF专业会员，CCF人工智能与模式识别专委委员，南京航空航天大学教授。主要研究方向为机器学习、数据挖掘。在相关领域重要国际期刊和会议发表论三十余篇，包括IEEE TPAMI、NIPS、KDD、IJCAI、AAAI等。曾入选中国科协“青年人才托举工程”，南京航空航天大学首届“长空学者”计划。获AAAI 2019 Outstanding PC Member Award、2018年江苏省计算机学会青年科技奖、2015年CCF优博奖等荣誉。

钱建军博士,CCF专业会员，南京理工大学副教授。研究方向为模式识别基础理论（包括稀疏表示、低秩理论、最优传输等）。相关研究成果发表在IEEE Trans. on Pattern Analysis and Machine Intelligence (PAMI), IEEE Trans. on Image Processing (TIP), IEEE Trans. on Neural Networks and Learning Systems (TNNLS), Pattern Recognition等国际权威刊物和知名国际会议50余篇；获得2017年江苏省科学技术一等奖（排名第4）；2018年入选“香江学者计划”；指导的硕士研究生2017年荣获Udacity-DiDi无人驾驶全球挑战赛冠军，同年还荣获神州专车“无人驾驶深度学习挑战赛”冠军。此外，担任Neural Processing Letter和The Computer Journal的客座编辑以及多个SCI学术期刊和会议的审稿人。