12月14日下午，南京理工大学副教授许春燕应公司邀请作了题为“Towards deep vision understanding and analysis”的学术报告。报告会由学院教师袁彩虹主持，学院部分教师和研究生在302会议室聆听了报告。

报告会上，许春燕首先以常见的CNN模型为切入点，深入浅出地介绍了常见深度模型的结构特点和相关改进。然后许春燕结合自己的研究工作分享了深度学习在视觉理解和分析上的应用。针对深度学习的应用场景，许春燕首先分析了深度估计面临的主要问题，然后给出了如何通过渐进式难样本挖掘方法提高深度预测的准确率。在图像分割上，许春燕介绍了如何通过元学习、自学习等方式提高分割性能。最后，许春燕分析了多模态图像检测与跟踪需要解决的关键问题，并结合具体的研究工作阐述了该类问题的解决思路。

报告会后，许春燕和在座的师生就研究生学习和自然科学基金申请等进行了交流。

许春燕，南京理工大学计算机与工程学院副教授、硕士生导师，主要研究领域为模式识别和机器学习。2015年在华中科技大学计算机学院取得博士学位，2013年-2015年由国家留学基金委公派至新加坡国立大学联合培养。在国际顶级会议(CVPR/ICLR)和国际权威期刊IEEE/ACM Transactions上发表论文30余篇，Google Scholar引用次数超过3000次，单篇引用次数700余次。2017年获得湖北省优秀博士论文奖。主持国家自然科学基金面上项目和青年基金项目、江苏省自然科学基金面上项目、CCF-腾讯犀牛鸟科研基金项目等研究课题。