随着当前信息获取技术和网络技术的迅猛发展，媒体获取与传播的速度也大大加快。媒体数据（图像、视频、音频、文本等）正处于爆炸性增长阶段，大部分网络带宽（90%以上）由媒体数据分享占用。传统的基于文本检索技术已经难以满足人们的需求，媒体数据作为人们对周围世界的感知媒介，以图片或声音为基本输入，从网络海量数据库中检索所需的信息已具有了强大的研究价值和商业应用。图像中丰富语义信息是提供精确图像搜索的关键及依据。人们对图像相似性的判别正是建立在对图像所描述的对象或事件的语义理解的基础上，而不是建立在图像低层视觉特征的相似上。这种理解无法从图像的视觉特征直接获得，它需要使用人们日常生活中积累的大量经验和知识来进行推理和判断。正是由于人对图像相似性的判别依据与计算机对相似性的判别依据之间的不同，造成了人所理解的“语义相似”与计算机理解的“视觉相似”之间的“语义鸿沟”的产生。目前，越来越多的研究关注于缩短语义鸿沟，并致力于有效模型和方法以实现图像、视频理解中的语义表达。 本次报告会有幸邀请到三位在国内外具有重要学术影响力的知名学者，到会做特邀报告，集中展示他们在媒体数据语义理解及检索研究方面的最新研究成果。欢迎校内外的广大师生、研究人员光临！