2017年4月13日上午，香港中文大学的欧阳万里博士访问智能感知与计算研究中心，并发表了题为“Modeling Deep Structures with Application to Object Detection and Pose Estimation” 的学术报告，该报告由王亮研究员主持。

      欧阳博士为大家详细介绍了如何有效的构建深度模型结构，以及这些结构在目标检测、姿态估计等方面的应用。首先，欧阳博士分析了当前基于深度学习框架的目标检测所面临的一系列挑战，这些挑战主要来自输入图像的纹理、颜色、长宽比例和形变等的多样性。他以行人检测为例，分析了在行人被物体遮挡以及各种姿态下容易造成误检的难题。针对该难题，他提出了一种同时考虑多尺度（多分辨率）和上下文信息的联合学习的模型，而且增加了双向传递和门函数策略，成功的解决了该问题。然后，欧阳博士阐述了对于深度模型结构设计的担忧及应对策略。针对深度模型的非凸分布，他提出可以通过约束初始化的方差来达到一致的优化结果。而对于如何调整多个独立的模型的参数以获得最佳效果这一问题，他认为不要将这些模型当作“黑盒子”，可以通过联合学习的端到端的方式来训练。欧阳博士还给大家分享了在Image-Net目标检测竞赛中他们针对样本不均衡问题得到的“长尾”分布，并通过采用一种层级分组的方式以兼顾到样本数目极少的类别，从而提高了小样本类别的准确率。最后，他介绍了通过将输出层和特征层的结构化信息进行联合学习的方法来解决姿态估计问题的研究工作。

     欧阳博士的报告非常精彩，吸引了众多老师和学生前来学习交流。大家纷纷提出自己的问题与欧阳博士进行了深入探讨。最后，王亮研究员对欧阳博士的报告表示感谢，报告在大家热烈的掌声中顺利结束。

     欧阳万里博士2010年毕业于香港中文大学电子工程系并获得博士学位，现任该系助理研究教授（Research Assistant Professor），研究领域包括图像处理、计算机视觉和模式识别等。他目前已在计算机视觉领域国际顶级期刊TPAMI和IJCV发表6篇文章，在CVPR/ICCV/NIPS等顶级会议上发表了26篇文章。他曾带领团队连续两年获得ILSVRC-2015与ILSVRC-2016冠军。他曾获得ICCV最佳评委奖，并且是IEEE TPAMI、TIP、IJCV、CVPR、ICCV等期刊会议的审稿人，他还是IEEE高级会员。