王井东老师目前是百度人工智能体系计算机视觉首席架构师，曾任微软亚洲研究院视觉计算组首席研究员，研究领域为计算机视觉、深度学习及多媒体。老师担任或曾担任过许多计算机视觉和人工智能会议的领域主席，如 CVPR、ICCV、ECCV、AAAI、IJCAI、ACM MM等。老师目前是IEEE TPAMI，IJCV,以及IEEE TCSVT的编委会成员，曾是IEEE TMM编委会成员，也是国际计算机协会杰出会员和国际模式识别学会会士（IAPR Fellow）。
目前王老师研究的问题包括神经网络结构的设计、行人姿势估计、图像分割、目标检测以及多媒体搜索等。老师在计算机视觉、机器学习以及多媒体领域里发表了论文 100 余篇，个人专著一本，代表工作包括高分辨率神经网络（HRNet）、基于有监督的区域特征融合（DRFI）的显著目标检测、基于近邻图的大规模最近邻搜索（NGS，SPTAG）、合成量化（CQ）等，论文曾获ACM MM 2015最佳论文提名，研究成果多次转化到微软的关键产品和服务中。
王井东老师做报告
王老师先带我们回顾了早期计算机视觉领域中代表性的主干网络，依次介绍近些年自己的工作，并分享自己的心得与体会。首先，意识到之前大多数网络是为服务于图像分类任务而设计的，便希望寻找一个适用于一般计算机视觉任务的新架构，于是便提出了面向视觉识别的通用网络架构HRNet (CVPR 2019)，该模型得到了广泛的应用；其次，老师为我们介绍了Transformer的工作，并进一步讲述他们将Transformer用于图像语义分割、目标检测、以及高分辨率主干网络的三个工作：OCRNet (ECCV 2020)，Conditional DETR (ICCV 2021)，以及HRFormer (NeurIPS 2021）。在讲座的最后，老师也谈及对于局部注意力机制和动态depth-wise卷积之间关系的理解，以及自己对于未来Transformer在计算机视觉领域中应用的看法。
同学们认真听讲
王井东老师是计算机视觉领域富有影响力的研究者，同学们难得遇到老师来雁栖湖畔做报告的良机，纷纷慕名而来。老师不仅细致了介绍了科研工作中具体的技术细节，还分享了一些科研工作开展中可能用到的经验。例如，不要形成思维定式；好文章要反复多读，每次读便会有新的收获。最后，伴随着热烈的掌声，王老师结束了他在雁栖湖精彩的报告。
责任编辑：李暄妍
