上班打卡、会议签到、人脸解锁、车牌识别等应用让生活越来越便利。在这些“黑科技”的背后，是科学家耕耘十余年的计算机视觉领域。而如何让计算机在复杂场景中提升图像识别速度以及精准度，则是当下业界关注的重点。
应视源股份中央研究院(CVTE Research)邀请，微软亚洲研究院走进视源股份(CVTE)，围绕计算机视觉领域进行学术交流。微软学者们分享了他们在该领域的研究成果和前沿洞见。现场，中央研究院就科研及应用等相关议题与微软展开探讨。
交流会上，微软亚洲研究院副院长潘天佑博士作了开场致词，展示微软亚洲研究院在计算机视觉领域走过的历程、取得的科研创新成果，以及产学研多方合作的最新进展。同时他认为，计算机视觉未来的发展趋势不仅要在图像识别上做到超人的精准度，还要能够理解它所看到的事物。
本次学术交流会的分享学者之一，微软亚洲研究院视觉计算组资深研究员、美国计算机协会杰出会员(ACM Distinguished Member)、国际模式识别学会会士王井东博士，以《基于交错组卷积的高效深度神经网络》为主题展开演讲。
而在深度神经网络中的几何形变建模技术上，微软亚洲研究院视觉计算组资深研究员代季峰博士介绍了《深度神经网络中的几何形变建模》的相关内容。其后，微软亚洲研究院视觉计算组研究员杨蛟龙博士进行题为《深度神经网络的量化函数学习》的演讲。
在学术交流会中，中央研究院的研究员与分享学者就计算机视觉算法优化等问题展开系列的学术探讨，研究员们在交错组卷积算法、参数量化等议题上阐述了自己的见解。
自视源股份成为微软亚洲研究院创新汇首家签约成员后，视源股份中央研究院已经与微软亚洲研究院就双方感兴趣的课题进行了数次学术交流。
2014年，视源股份中央研究院(CVTE Research)正式成立，是企业科技创新研究机构。在成立之初，视觉计算团队就已开始组建，聚集国内外前沿学者进行研发创新和应用探索。团队主要专注于人脸感知和工业三维视觉两个研究课题。
在人脸感知课题上，团队主要研究以人脸为核心、基于公司主要产品应用场景的落地解决方案，其中包括图像获取、图像处理、图像分析和系统集成四个模块。目前正聚焦在新零售、会议签到和未来教室等场景中。
在工业视觉领域，团队自研自动光检测技术，并将相关科研成果应用到工业生产线上，对电路元件、焊锡面等进行外观检测、识别和测量，提高良品率。
未来，团队将会以视觉计算精度作为切入点，在算法终身学习以及强化学习领域深入研究。同时进一步探索视觉计算对事物关联性的理解，基于视源股份在教育、企业服务、自动化工业等领域的行业积累及技术优势，快速实现技术成果转化，创造价值。
本次学术交流会旨在通过与前沿学者的交流，了解当下研究趋势，开阔探索视野，促进科学研究与学术界合作。
视源股份(CVTE)会责无旁贷地肩负起探索未来的使命，专注科研创新、人才培养，继续保持开放互通的学术探索态度，赋予中央研究院聚集顶尖人才的巨大磁场和恒久生命力。
