成电讲堂

　　3月13日，IEEE Fellow、香港大学徐东教授应邀做客学者论坛，作主题为“迈向有影响力的研究：漫谈视觉域适应和深度视频压缩”的讲座。本次学者论坛由教师发展中心主办，计算机（网安）学院数据智能团队（DIG）、智能计算研究院承办，计算机（网安）学院李文教授主持。

　　徐东教授首先从视觉域适应（Visual Domain Adaptation）的研究背景出发，讲述了其首次将领域自适应学习应用于视觉领域，实现“0到1”的突破。他提到，视觉域适应的核心目标是解决跨域数据分布差异问题，即如何让模型在源域（训练数据）和目标域（实际应用场景）之间实现高效的知识迁移。随着深度学习技术的快速发展，视觉域适应在视频分析、自动驾驶、医疗影像分析、智能监控等领域的应用日益广泛。然而，这一技术仍面临诸多挑战：域间差异大（如不同光照、视角或设备采集的数据）、标注数据稀缺，以及模型泛化能力不足等问题。针对这些挑战，徐东教授结合团队的研究成果，详细介绍了同构/异构迁移学习和对抗学习等方法在视觉域适应中的应用。

　　随后，徐东教授深入探讨了深度视频压缩（Deep Video Compression）技术的研究进展。他指出，随着4K/8K超高清视频、元宇宙及AR/VR技术的普及，视频数据量呈爆炸式增长。传统视频压缩技术依赖手工设计的编码模块，已逼近性能极限。深度视频压缩通过引入深度学习模型，能够显著提升压缩效率并降低计算复杂度，成为解决这一问题的关键。徐东教授分享了团队在基于神经网络的视频压缩框架、动态比特率控制以及端到端优化等方面的创新成果，并通过实际案例展示了深度视频压缩在超高清视频传输和实时通信中的巨大潜力。

　　在交流环节，同学们踊跃提问，围绕报告内容与徐东教授进行了深入交流与探讨。