中国电子学会信号处理分会专业组系列活动—第六期（北京交通大学）圆满结束

    2018年12月02日下午，由中国电子学会信号处理分会主办，北京交通大学计算机与信息技术学院信息科学研究所共同承办的第六期中国电子学会信号处理分会专业组系列活动——“人工智能前沿技术及应用”在北京交通大学第九教学楼307B多功能报告厅成功举行。

    活动邀请了北京大学马思伟教授、北京航空航天大学刘祥龙副教授、清华大学崔鹏副教授出席并作了精彩报告。北京交通大学赵耀教授和北京工业大学毋立芳教授担任执行主席。报告会由赵耀教授主持。参会人员有来自北京交通大学及北京邮电大学等高校的教师和学生，整个学术报告厅座无虚席。

     首先，北京交通大学赵耀教授致开幕辞。在致辞中，赵耀教授介绍了本次活动主题，同时对各位专家学者到来表示热烈的欢迎和衷心的感谢，也希望本次活动能够激发科研人员在人工智能领域的科研热情，对技术创新与成果转化产生积极的影响。

    北京大学信息科学技术学院马思伟教授就“视频编码技术的演进”进行了报告，马教授讲到，视频编码技术发展至今已有六十多年的历史，传统视频编码技术主要是从信号处理的角度降低视频数据中存在的冗余，发展了预测、变换、熵编码等经典的编码技术，并一直不断演进优化提高了视频压缩效率，形成了一代又一代的高效压缩标准。这一时期的视频内容主要是供人观看的影视节目，压缩的目标是以较低的存储空间或传输带宽为人们提供较好的观看质量。而随着视频应用的普遍展开，如视频监控、无人驾驶等生成大量非以观看为目的的视频内容，更注重的是在前端采集时能够对视频内容进行即时的分析理解，后期还能对海量的视频内容进行更高效的检索管理等，此时传统编码方法的不足已十分凸显。在此背景下出现了视觉特征编码、深度学习编码等技术，用以辅助满足视频分析需求，在这一背景下融合信号表示与信息理解的智能编码正在逐渐兴起，并就视频编码技术这一演进过程中做的一些工作进行了阐述。

    北京航空航天大学刘祥龙副教授就“大数据哈希量化方法”进行了报告。刘教授讲到，伴随着数据的爆炸式增长，大规模视觉搜索、机器学习、数据挖掘等诸多领域对大数据的高效表征提出了新的需求。尤其是近年来，以深度学习为代表的机器学习方法在诸多领域产生了广泛的应用，但依然面临着数据存储大、计算效率低的严峻挑战。以局部敏感哈希为代表的哈希方法在大数据的存储压缩和计算加速等方面具有显著的优势。并对哈希的基本概念和方法进行简述，重点介绍了最近在结构化哈希量化、互补哈希索引以及哈希近似计算等方面的工作，尝试从哈希量化的角度给出大数据高效表征和计算的解决思路。

    清华大学崔鹏副教授就“视觉学习中的因果关联”进行了报告。崔教授讲到，与机器相比，人是更好的学习者的主要原因是因为他们能够从非常有限的新类别的样本中学习模型，并据此做出准确的预测和推理。人类具备很强的学习能力归因于人类学习过程中的因果关系和联想等关键要素。从人类学习过程中启发学习是发展新的有效学习方法的理想途径。本文讨论类人视觉学习中的几个基本问题，这些问题包括现代视觉学习方法的瓶颈、视觉学习中的因果关系和联想的概念，以及将因果关系和联想与视觉学习结合方面的一些初步探索和经验。

    听完三位讲者的分享，老师与学生们的反响异常热烈。学生们就编码未来的发展方向，大数据哈希化的应用以及人的认知和机器学习的关系等问题与讲者进行了精彩的互动，进一步开阔了学术视野。

    最后，本次活动执行主席，北京工业大学毋立芳教授发表了总结致辞，感谢了各位专家和师生们的积极参与，希望科研人员们借助信息技术的快速发展，在人工智能领域上取得更加辉煌的成绩。