近日传来喜讯：我院博士研究生王旗龙为第一作者的论文被2017年IEEE国际计算机视觉与模式识别会议 (CVPR17)录用为口头(Orals)报告。该会议是计算机视觉领域顶级会议，所录用的论文代表该领域的最前沿研究，是中国计算机协会认定的为数不多的一区(Rank 1)会议。根据谷歌学术搜索统计指标h5指数，CVPR在计算机视觉与模式识别领域排名第一，位列整个工程和计算机科学领域第八名。CVPR稿件竞争非常激烈，2017年投稿总量为2680篇，其中仅有2.65%录用为Orals，另有约25%录用为墙报展示或焦点展示论文。这是我院第一篇也是电信学部首篇在CVPR发表的口头报告论文，且第一作者和通讯作者均属于我校，这标志着我院博士生培养工作取得了新的成绩。据悉，之前仅有我校软件学院刘日升副教授曾在CVPR14中发表过一篇口头报告论文。
该论文首次将参数化的概率分布模型嵌入到深层卷积神经网络中，提出一种新颖的深度全局高斯分布网络架构。该论文解决了两个关键理论或技术问题，从而完成端到端的深度高斯网络学习过程。首先，基于该研究组发表在IEEE TPAMI论文中的工作，充分考虑了高斯分布的李群结构(即黎曼流形结构+平滑的群结构)，将高斯分布表示成一个实对称正定矩阵的平方根；其次，基于矩阵微积分理论，提出矩阵的反向传播算法从而实现非线性的矩阵函数在深度神经网络中的传播。论文所提出的方法充分利用了深层卷积网络和概率分布建模的优点，不仅可以大幅度提升传统深层卷积网络的性能，同时也为深层卷积网络框架设计提供了一种新思路。
