CCF-腾讯犀牛鸟基金五周年系列报道（三）——笃行致远-2017年CCF-腾讯犀牛鸟基金成果分享（上篇）

学海无涯，业界无边。如何将日新月异的产业发展与枝繁叶茂的学术生态做扎实有效的对接，将无限的创想化为落地的实践，始终是激励CCF-腾讯犀牛鸟基金不断探索的初心。

2018年恰逢犀牛鸟基金成立五周年，值此之际特别推出“2017年CCF-腾讯犀牛鸟基金成果分享”专题，介绍2017年基金获奖者的研究项目及其在一年合作中取得的成果。既是总结，亦是传承。

专题将分为两期介绍全部14个科研基金项目，本期为上篇。

2017年CCF-腾讯犀牛鸟科研基金回顾

2017年，CCF-腾讯犀牛鸟基金累计支持14项科研基金以及24项创意基金，在为期一年的合作周期中，科研基金获奖者与腾讯研发团队在共同关注的前沿科技领域开展深入合作，促进了高质量学术成果的产出，推动了研究成果的产业落地与应用。青年学者累积发表学术论文115篇，其中CCF A类论文64篇、B类论文25篇，联合腾讯公司发表论文22篇，联合申请专利37项，部分技术储备将落地于相关合作业务。

10月26日，2017年度CCF-腾讯犀牛鸟基金项目结题评审会将在中国计算机大会（CNCC 2018）期间举行。届时，基金获奖者将集中展示他们一年的项目成果，与此同时，由十五位内外部专家组成的评审团，将现场评定并颁发本年度犀牛鸟基金的“卓越奖” 、“卓创奖”、“优秀奖”和“优秀专利奖”。

2017年CCF-腾讯犀牛鸟基金

获奖者项目合作简介

北京航空航天大学 刘偲

基于深度学习的视频分析与理解

负责人简介：

刘偲（http://liusi-group.com/），北京航空航天大学计算机学院副教授，博士生导师。本科毕业于北京理工大学校级实验班，博士毕业于中国科学院自动化研究所，在新加坡国立大学任RA及博士后。目前的主要研究方向是“基于深度学习的图像视频智能理解”。累积共发表了CCF A类论文 30余篇。 入选2017年中国科协青年人才托举工程，微软亚洲研究院铸星计划。Google Scholar引用3000+次。获2017年ACM 中国新星提名奖，2018年吴文俊人工智能优青奖

项目介绍：

人像分割是许多基于人的图像、视频应用的基础。本项目从提高分割准确度、提升模型实用性以及拓展分割应用多样性三方面，提出了一系列的算法。为了提高分割准确度，我们提出基于单帧监督的视频人像分割。另外，为了提升模型实用性，我们提出跨域的视频分割。 此外，我们还拓展人像分割应用,包括妆容迁移以及提高搜索精度。这些技术可应用到腾讯视频如Mask编码、智能弹幕、同款搜索等，以提升腾讯视频的用户体验。

项目成果：

项目合作期间在AAAI、ACM MM2018、TCSVT和TPAMI上共投稿学术论文4篇（3篇已发表），申请联合专利“自适应的视频人像解析技术” 1项。

南京信息工程大学 蒋洁

人工智能的隐私侵权风险与法律应对研究

负责人简介：

南京信息工程大学中意网络侵权研究所所长，AIIA政策法规组副组长。意大利信息法学博士后，欧盟重大项目特邀参与及主题报告人，欧亚多国著名高校访问学者，全球IP论坛指导教授、PUST特聘教授、BAT学术专家。

项目介绍：

从人工智能威胁论与工具论的哲学探讨入手，描述极致工具理性或超级智能落地的远景下AI失控风险并提出长期性的AI基本律则；结合当前AI应用中暴露的现实风险，构筑张弛有度的政策法律对策体系；分析AI隐私侵权与传统侵权的异同点并寻求AI环境高效运转与数字隐私保护之间的动态平衡；重塑AI图景下大数据挖掘的法律原则与具体规范；探讨AI时代技术开发者的社会责任与法律回应、大数据社交金融的法律风险与对策、区块链代币融资的现实风险与沙盒监管、区块链智能合同的法律属性与制度调整等等。

项目成果：

项目合作期间，

在CSSCI来源期刊、权威报纸、国际会议上合计发表8篇论文和5份特邀报告，基本均为本领域的先导性文献。

浙江大学 赵洲

基于深度增强学习的个性化多轮问答

负责人简介：

赵洲，现为浙江大学计算机科学与技术学院人工智能研究所副教授、博士生导师，CCF-中文信息技术专业委员。2006年保送至浙江大学竺可桢学院攻读本科学位，同年赴中国香港科技大学留学，并于2010和2015年取得学士和博士学位。2013-2015年在微软亚洲研究院和微软总部进行访问研究，从事机器学习、问答系统、知识图谱和用户画像关键技术研发。近五年发表CCF推荐的A类期刊与会议50余篇，其中以第一作者发表CCF推荐的A类期刊和A类会议16篇，Google学术H-Index为16，引用数为684。2018年被福布斯中国评选为科学领域30U30。目前主持国家自然科学基金青年项目“多源异构特征融合跨媒体问答”（2017-2019）和担任国家自然基金重点项目“面向视频问答的跨媒体深度知识网络构建”（2019-2022）子课题负责人。

项目介绍：

本项目从自然语言处理的语义理解问题出发，通过腾讯AI实验室的调研与交流，我们选取了智能问答方面进行研究。在理论技术方面，我们首先参加NLPCC 2018会议的各项评测指标 (http://tcci.ccf.org.cn/conference/2018/taskdata.php) ，比如任务5（“Multi-Turn Human-Computer Conversations”）的机器回复自动生成问题取得冠军，在任务 6（Automatic Tagging of Zhihu Questions）的问题标注问题取得亚军，在任务 7（Open Domain Question Answering）的知识库问答问题取得亚军。在论文发表方面，本项目组主要在高水平论文(中国计算机学会推荐的A类会议与期刊)方面发表论文两篇。该技术储备对于微信产品中的机器人自动回复以及网络游戏中的RPG真人化用户体验有着非常高的提升作用。

项目成果：

主要项目成果分为论文发表与技术评测两方面。

在论文发表方面，本项目组主要在高水平论文(中国计算机学会推荐的A类会议与期刊)方面发表论文两篇。

在技术评测方面，本项目组参加NLPCC 2018会议的各项评测指标 (http://tcci.ccf.org.cn/conference/2018/taskdata.php) ，比如任务5（“Multi-Turn Human-Computer Conversations”）的机器回复自动生成问题取得冠军，在任务 6（Automatic Tagging of Zhihu Questions）的问题标注问题取得亚军，在任务 7（Open Domain Question Answering）的知识库问答问题取得亚军。

上海交通大学 高晓沨

微信大数据的热门事件传播分析及用户影响分析

负责人简介：

高晓沨，上海交通大学计算机系副教授、博士生导师。研究领域为数据科学与数据工程，已发表国际期刊会议论文150余篇，如TKDE、TON、TPDS、TC、TMC、JSAC；SIGKDD、ICDE、INFOCOM等。曾获“浦江人才”、“晨光学者”、“运筹新人奖”、“杨元庆优秀教师奖”等奖励，五次荣获国际会议最优论文奖（DASFAA2017、ICPADS2016等），主持过多项国家、省部级项目，与腾讯、华为、百度等多家企业开展合作。任CCF数据库、并行与分布式系统、大数据专委会委员；中国运筹学会分会常务理事；曾任多个国际会议程序委员会主席。

项目介绍：

主要研究社交文本的事件检测与事件早期热度预测以及根据用户行为进行的一系列分析。通过项目合作，构建热门话题的挖掘算法，利用改进的关键词提取算法，改进的GloVe算法，设计有效聚类算法，能够在线高效的挖掘近期热门话题，同时设计2种有效特征对于解决事件文和话题文的分类有着不错的效果；针对微信文章热度，架构了早期预测贝叶斯模型，利用贝叶斯方法对早期可观测特征进行建模，有效避免了早期信息不足的问题；建立了实时话题提取和追踪算法，并利用从中提取的特征进行机器学习来预测微观信息传播；针对微信“看一看”，架构了文章推荐的方法，利用对偶图注意力机制同时考虑用户社交兴趣和文章社交影响力，从而取得了推荐效果的提升。

项目成果：

已发表（接收）标注项目基金支持32篇，其中期刊论文4篇，含3篇CCF A类期刊（TON，TKDE）和1篇CCF B类期刊（TCS）; 已发表（接收）标注项目基金支持会议论文28篇，2篇CCF A类会议 （KDD, ICDE），10篇CCF B类会议 （ICDM, CIKM, ICPP, ICDCS, ICSOC），13篇CCF C类会议 （IPCCC, ICPADS, GLOBECOM）和3篇（IMCOM，DSIT, CSoNet）其他会议论文。

其中标注与项目标注相关性强相关论文8篇，4篇CCF B类会议（ICDM*2，CIKM*2），3篇CCF C类会议（DEXA*2, IPCCC）和1篇CSoNet会议（入围Best Paper候选）。

南昌大学 徐子晨

基于FPGA异构架构的下一代基因测序碱基识别算法协同加速设计方法及其应用研究

负责人简介：

徐子晨，俄亥俄州立大学、博士，南昌大学、教授。主要研究内容包括数据密集计算，智能计算，高性能计算及分布式数据存储等方面的教研工作。以第一作者发表数据库、分布式系统及节能计算等方向旗舰期刊会议文章20余篇（CCF-A/B），是VLDB/TC/TPDS等期刊的文章审稿人及助理编辑，曾服务于ICAC，ICDCS等国际会议的TPC及Session Chair相关工作。学习工作期间，完成多项基于Google Cloud、Amazon AWS等云平台的存储系统设计，独立完成基于亚马逊云计算平台的高可靠性分布式弹性缓存系统设计及实现，该系统目前运行于亚马逊底层存储服务中。获得10余项国家自然基金、教育部、江西省科技厅及微软、亚马逊等国内外纵、横向基金资助。

项目介绍：

本项目开展基于FPGA异构架构的下一代基因测序算法协同加速方法及其相关应用研究，重点关注（1）深度学习结合FPGA异构架构设计新型NGS碱基识别算法；（2）基因片数据识别分析中基于异构FPGA架构的海量数据扫描（one-fit-all scan）方法研究；（3）面向特定NGS碱基识别算法应用的FPGA加速实现技术方法研究。该研究成果可进一步完善基于FPGA异构架构的科学计算理论研究，从而为基因测序等生物技术在高性能计算需求普适化趋势下应用于分布式云计算（例如，QCloud）的实用服务及其性能评估提供一种新颖的思路。

项目成果：

• 已发表CCF-A类期刊（Transaction on Computers）一篇，CCF-A类期刊（Transactions on Parallel and Distributed Computing）一篇，生物统计方向SCI期刊两篇，CCF-B类会议论文两篇。

• 已完成在多用户基因数据流实时分析、检索及标识碱基识别算法，正在进行相关文档的撰写工作。

• 已完成对现有第二代、第三代基因测序算法与碱基识别算法相关度分析及性能分析，并在FPGA A10板上做了初步实现，并进行验证性试验。

• 目前正在横向比较不同云架构下FPGA及GPU节点中不同基因测序算法实现及性能分析。

• 已培养学术硕士一名以此工作为基础进行毕业论文开题。

华南理工大学 吴庆耀

面向迁移学习的生成对抗网络研究及应用

负责人简介：

吴庆耀，华南理工大学软件学院副院长、副教授、博士生导师，本科就读于华南理工大学，之后再哈尔滨工业大学获得硕士与博士学位。2013-2015南洋理工大学任博士后。主要研究方向为跨媒体异构数据分析、视觉与自然语言融合以及迁移学习。多年来累积在人工智能与数据挖掘相关的会议与期刊上发表论文50余篇。其中包括近多篇顶级会议论文如NIPS、SIGKDD、ICML、IJCAI、CVPR、AAAI、ICDM等以及多篇Trans期刊论文如TNNLS、TKDE等。

项目介绍：

深度学习在多个大数据的标准数据集上取得了显著的效果，但其训练严重依赖于海量有标签训练数据。生成对抗模型能够有效用于数据生成，有望弥补深度学习在特定领域数据不足情况下的性能不佳这一缺陷。鉴于生成对抗网络算法在数据生成方面的潜力，本项目针对面向迁移学习的生成对抗网络，研究如何产生高质量的目标域训练数据，并探索应用相关技术解决实际应用场景的问题，具有重要学术价值和实际意义。

项目成果：

项目期间共发表论文10篇：包括CCF-A论文7篇（NIPS’18, ICML’18, KDD’18, IJCAI’18,CVPR’18,AAAI’18,TNNLS’18）；CCF-B论文1篇（ICDM’17）；CCF-C论文2篇（ACML‘17，ACML‘18）。基于腾讯广告推荐数据，提出了一种新型的迁移学习方法并在广告数据上进行验证，论文联名投稿至TKDE。同时，基于腾讯广告推荐数据应用场景，联名申请了两项发明专利已提交到腾讯内部专利系统，两项专利分别为“基于多源域的在线异构迁移学习方法”，“基于离线和在线加权分类的在线异构迁移学习方法”。

南京理工大学 舒祥波

基于长短时记忆网络的多人交互动作视频分析

负责人简介：

舒祥波博士2016年毕业于南京理工大学计算机学院，同年留校工作。曾于2014年至2015年在新加坡国立大学进行学术访问。研究方向为多媒体计算、计算机视觉。发表论文30多篇，其中包括TPAMI、TIP、CVPR、ICCV、ACM MM。曾获ACM MM 2015最佳论文奖提名、MMM 2016最佳学生论文奖、江苏省优秀博士论文奖、以及中国人工智能学会优秀博士论文奖。

项目介绍：

本课题围绕第1人称动作场景、多人交互动作场景、群体活动场景等复杂场景，通过分析这些特定场景下的拍摄视角、交互属性、以及动作特性，对复杂场景下的交互或多人动作进行统一建模，致力于学习到高层次的带有判别性的场景动作特征表示，从而解决目前复杂与特定场景下的多人交互视频动作的识别与预测问题，为实现对视频中人体行为的透彻式理解提供相关理论基础与技术支撑。拟发表高质量的学术论文 2-3 篇，关键算法申请专利 1 项。

项目成果：

项目实施阶段，共完成国际学术论文8篇（含在投论文2篇），其中包含模式识别与计算机视觉领域顶级期刊IEEE TPAMI 2篇 (major revision)，多媒体领域顶级会议ACM Multimedia的oral paper 1篇，人工智能领域顶级会议AAAI 2018的oral paper 1篇。相关研究成果申请专利3项，其中与腾迅AI Lab联合申请专利1项。此外，项目执行期间，舒祥波老师还获中国人工智能学会优秀博士论文奖，江苏省优秀博士论文奖。

关于CCF-腾讯犀牛鸟基金

2013 年CCF与腾讯合作发起CCF-腾讯犀牛鸟科研基金，作为第一支面向青年学者的企业基金，引起了学界的广泛关注。该项基金致力于支持青年学者从事前沿技术研究，洞察业界问题，推动科研成果应用转化。2013-2018年犀牛鸟科研基金共计发布95项研究命题。命题均来自真实业务场景与需求，主题涉及人工智能，社交网络，大数据，网络安全，互联网广告，虚拟现实，互联网+等学界业界热点问题。同时，基金项目还提供腾讯云、腾讯大数据、腾讯文智等计算资源与技术平台。2013-2018年间，共有934位优秀青年学者提交申请，共计支持115项科研基金项目，以及93项创意基金项目获得支持。基金获得者与腾讯团队深度合作，共申请国际国内专利204项，发表高水平学术论文638篇，并将研究成果在产业平台上测试提升及推动应用转化。