11月18日下午，南京理工大学李泽超教授与钱建军副教授应邀在致明楼分别作了题为“智受限条件下的智能图像内容理解”、“基于最优传输理论的稳健回归表示及应用”的系列学术报告。信息工程学院部分教师及全体研究生参加了报告会。
李泽超教授首先作了题为“受限条件下的智能图像内容理解”的学术报告。图像视频大数据智能分析与理解在多种实际应用中具有至关重要的作用，比如无人驾驶、网络空间内容安全以及社会公共安全等。然后实际情况下训练数据往往是受限的。为此，我们研究了受限条件下智能图像内容理解问题，主要是半监督和弱监督条件下的图像内容分析，提出了半监督特征学习方法，提出了分析用户信息的张量分解模型以及基于锚体的张量分解模型，高效的融合社交网络图像的多源异质信息，提出了深度协同因子分解模型，将图像和标签映射到统一空间，同时解决图像标注、标签优化、基于内容的图像检索以及标签扩展等多种任务。
随后，钱建军副教授作了题为“基于最优传输理论的稳健回归表示及应用”的学术报告。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。本报告针对污染图像的稳健表示问题，借助最优传输理论在样本分布度量中的优势，提出了基于最优传输的线性回归表示；并在此基础上同时使用核范数和最优传输刻画误差项，提出了扩展的最优传输回归模型。最后，简单介绍研究组在视觉感知方面的一些应用。
李泽超教授与钱建军副教授的报告内容丰富、由浅入深介绍如何开展自己的研究工作。为研究生提供了科研思路和方法，对我院教师和研究生开展相关领域的研究工作有借鉴意义。