研究方向

计算机视觉是当前国际信息技术的重要发展方向，全球政府对其投入了大量关注并积极布局，推动了多项科技发展计划。我国在科技创新规划中，特别强调计算机视觉在智能化应用中的核心地位，明确指出“以图像数据处理为核心，以智能识别与自动驾驶、安全监控为两大应用方向，致力于占据计算机视觉技术研究的前沿制高点”。计算机视觉的研究关键在于高效准确地处理和解析大规模图像及视频数据，通过先进的算法理解和预测视觉环境，探究其对智能系统性能的影响和贡献，以实现在各种环境中的广泛应用。因此，如何在保证高速度和高准确性的同时，处理海量的视觉数据，特别是在资源受限的移动设备上进行实时高效的视觉识别和处理，是当前计算机视觉研究的主要挑战。现有的图像处理技术和数据传输能力常常不能满足实时、高效处理的需求，成为制约计算机视觉研究与应用的“瓶颈”。解决这些问题不仅能够推动视觉认知技术的发展，也将极大促进自动化和智能化技术在工业、医疗、交通等多个领域的应用，对于智能系统的理解及其在实际环境中的实现具有深远的研究和应用意义。

本实验室致力于探索图像及视频处理、计算机视觉理解和个性化推荐系统的前沿技术。运用先进的计算机视觉和机器学习技术，提升智能决策的效率与准确性。通过多层次特征融合与时间序列分析，研究深度学习与复杂环境中的交互作用。我们的研究整合了计算机科学、个性化、数据科学等领域的深厚知识，展现了多学科融合的研究特色。实验室基于这些学科的交叉创新，建立了综合性决策支持框架，提出了基于模型的强化学习算法和因果关系推断方法，以及构建了面向决策的认知模型。在复杂环境下的视觉感知、关键算法及多平台智能协同推荐等方面取得了显著的成果。