2015年6月7日至11日，信息安全国家重点实验室刘偲副研究员在美国波士顿参加了第28届计算机视觉和模式识别国际会议（conference on Computer Vision and Pattern Recognition,简称 CVPR）。CVPR是世界顶级的计算机视觉会议，内容包括计算机视觉与模式识别技术。

实验室共有两篇文章被本次会议接收：“Matching-CNN Meets KNN: Quasi-Parametric Human Parsing”和“Diversity-induced Multiview Subspace Clustering”。 “Matching-CNN Meets KNN: Quasi-Parametric Human Parsing”提供了一种准参数化的模型。通过融合参数化模型和非参模型的优点，解决了人像图片解析的问题。该方法基于K 近邻的框架，融合参数化的Matching Convolutional Neural Network (M-CNN) 模型，用来匹配测试图片以及一个特定的语义区域。“Diversity-induced Multiview Subspace Clustering”阐述了一种针对无监督、多视角数据的聚类解决方案。在子空间聚类框架下，提出“多样性诱导”机制，采用希尔伯特-施密特独立性标准作为多样性度量，以增强和保证各视角的子空间表达之间的互补性，并同时使用图正则方法保证子空间表达的平滑性。提出了具有快速收敛和闭合解的优化策略。刘偲副研究员在会议期间对这两项研究成果进行了介绍，并于与会专家进行了深入交流与讨论。

附：刘偲副研究员简介

刘偲，女，中科院信息工程研究所副研究员，硕士生导师。主要研究方向为机器学习、多媒体及计算机视觉，包括深度学习、低秩学习、目标跟踪、视频监控、图像分类等。2009 年 11 月起，赴新加坡国立大学从事研究工作五年多。目前已发表30 多篇学术论文，其中多数学术成果发表于：TPAMI、IJCV、IEEE TIP、IEEETMM、IEEE TCSVT、PR、ACM TOMCCAP等国际权威期刊，以及ICCV、CVPR、ECCV、 ACM MM、AAAI等国际顶级会议上。2013 年获CCF A类会议- ACM MM最佳论文奖，2012年获ACM MM最佳技术展示奖。