随着“智能”时代来袭，智能视觉成为未来发展的一大热门。为了更好的促进相关技术和科学研究的发展，CCF YOCSEF成都于11月20日成功举办了“智能视觉前沿发展”学术报告会，邀请各位人工智能相关领域专家、学者分享在智能视觉、人工智能及相关前沿领域的最新研究和行业应用，并对如何开展本领域前瞻性的研究等进行探讨。
——中国计算机学会青年计算机科技论坛成都分论坛
一、会议报告内容
介绍了两种提升机器学习泛化能力的方法：可微编程与数据恢复。了解可微编程与数据恢复领域的若干研究进展，主要包括低秩矩阵完成与恢复、低秩表示、低秩字典学习等理论框架，以及图像去遮挡、光照校正、几何校正、姿态校正、视觉关注点检测、图像分割等应用性问题。
介绍了迁移学习/领域自适应的概念基础和过去10年来最新研究进展。此外，了解分类器自适应模型，子空间重建迁移学习，流形准则迁移模型，自我对抗迁移网络。接受新的学习范式--引导式学习。
介绍了两份关于密集图像技术的工作，一是在原有回归问题上增加一个辅助学习任务，并将辅助任务的预测结果结合起来帮助最终的密度图估计。二是用半监督策略来学习计数模型，其优势是使用半监督策略可以极大的减小标注的工作量。
Recent Advances in Zero-Example Video Retrieval
介绍了零示例视频检索中的无概念方法Word2VisualVC++和双密集编码网络。
综合新闻