信息学院图像解译与智能处理实验室团队成员胡伟、张帆、李瑞瑞关于人脸识别的论文被CVPR2019录用。 CVPR（IEEE Conference on Computer Vision and Pattern Recognition）是由IEEE举办的人工智能领域顶级会议。在Google学术公布的2018年最新的学术期刊会议影响力排名中，CVPR的H指数188，在计算机学科所有期刊/会议中排名第1。
人脸识别是近年来计算机视觉和人工智能领域应用最成熟的领域，其中深度卷积神经网络（CNN）训练人脸识别模型的方法被广泛使用。传统训练方法对训练数据集质量和数量都有着严苛的要求，而类似常用的MS-Celeb-1M数据集（包含近千万人脸图像）却存在大量的错误标注，人工审核如此大规模的数据集需要消耗大量的资源。针对该问题，论文提出了一种新的训练方法，抛弃了对数据集的人工审核过程，改为利用人脸识别模型的特性，自动在训练过程中分析错误标注的可能性，进而调整样本权重，最终实现自动化的样本优化训练过程。这一成果意味着训练人脸识别深度CNN模型，可以不再过分依赖训练数据集的质量，研究人员可以利用互联网搜索引擎构建超大规模但质量相对较低的数据集来提升人脸识别模型的能力。
论文信息：Wei Hu, Yangyu Huang, Fan Zhang, and Ruirui Li. "Noise-Tolerant Paradigm for Training Face Recognition CNNs", IEEE Conference on Computer Vision and Pattern Recognition (CVPR"19), Long Beach, CA, 2019.
此次胡伟副教授课题组在CVPR2019会议上的论文发表是学院图像处理与智能解译实验室科研建设的重要成果之一，实现了我院在模式识别与人工智能方向顶级会议零的突破，标志着我校计算机领域的科研水平取得了长足的进步。希望全院师生再接再厉，在相关领域不断产生国际领先水平的优秀成果。