深度视频研究室隶属于北京大学王选计算机研究所,负责人孙俊教授是教育部新世纪优秀人才、北京市科技新星,并荣获王选青年学者奖、中国商业联合会“服务业科技创新奖”一等奖、“IBM Global Shared University Research Award”、AVS产业技术创新奖等各类奖项。研究室先后承担或参与包括国家自然科学基金、973课题、863课题在内的项目20余项,在顶级国际期刊或会议上发表文章60余篇,授权专利10余项,作为主要贡献者的AVS-P8成为国际标准IEEE Standard P1857.3。深度视频研究室持续开展面向国际主流标准HEVC/H.265的编解码研究,研究开发的Lentoid H.265编解码器已成为行业的标志应用之一,在Cisco、Intel、美图、BIGO、花椒和迅雷等多家业内著名公司大规模使用。研究室于2018年开始致力于智慧教育的研究,从知识追踪、认知诊断等角度逐步探索学生学习状态的有效建模方式,以期实现公平、个性化的智慧教育,同时推出了基于墨水屏的智能化教学服务系统“作业家”,已在多所学校规模化应用并验证其强大的效果。面对日益复杂的国内外金融环境,研究室在2021年开始致力于金融风控、量化金融等方面的研究,并积极与金融科技公司开展合作,充分利用十余年学术科研积累与优势,推动金融风控、量化金融等领域前沿研究的发展,为规避无处不在的金融风险做出应有贡献,为国家和人民财产保驾护航。
研究方向
深度学习与视频编解码
北京大学王选所深度视频研究室一直致力于视频编解码研究,实验室基于最新的视频编码技术HEVC/H.265研发了Lentoid HEVC/H.265编解码器(下载),其具有压缩效率高、压缩速度快、并发度高等特性,已在工业界孵化并广泛应用(Strongene)。实验室师生在863项目的支持下,先后申请了22项专利,并在TIP、TCSVT、TMM、ICASSP等期刊会议上发表多篇文章。
更多>>>
深度学习与智慧教育
自2018年以来,深度视频研究室开始致力于推动科技以正确的方式助力教育,将深度学习应用到智慧教育相关的研究,挖掘对学生具有指导意义的数据信息,以期实现公平、个性化的普适教育。
更多>>>
深度学习与量化风控
2020年起,深度视频研究室开始探索深度学习在量化金融方面的研究与应用。实验室以计算机、人工智能、经济学、仿生学等学科知识为基础,致力于研究ML/RL技术指导下的量化基金投资策略,推动前沿学术成果的转化,为国家和人民保护来之不易的劳动成果和财产,规避无处不在的金融风险。
招生信息
本实验室招收计算机科学或数据科学方向的本科实习生、保研实习生、博士生等,研究方向为深度学习与视频编解码、智慧教育、量化金融。欢迎有兴趣的同学联系(Email: jsun@pku.edu.cn)。
新闻动态
[2024 VCIP] Congratulations to Tianyi Sun for her paper, “Efficient Intra Coding through Hierarchical CU Partition Prediction for VVC” accepted by IEEE International Conference on Visual Communications and Image Processing (VCIP)!
[2023 ICME] Congratulations to Zhijie Huang for his paper, “Generalized Compressed Video Restoration by Multi-Scale Temporal Fusion and Hierarchical Quality Score Estimation” accepted by IEEE International Conference on Multimedia and Expo (ICME, Oral)!
[活动] 实验室团建
[2022 TOMM] Congratulations to Zhijie Huang for his paper, “FastCNN: Towards Fast and Accurate Spatio-temporal Network for HEVC Compressed Video Enhancement” accepted by ACM Transactions on Multimedia Computing, Communications and Applications (TOMM)!
[活动] 实验室聚餐
[活动] 实验室聚餐
[授奖] 恭喜黄志杰同学荣获王选所2021年度优秀学生奖项!
[授奖] 恭喜赵辉同学荣获王选所2021年度优秀班干部奖项!
[活动] 实验室聚餐
[2021 MM] Congratulations to Xiaopeng Guo for his paper, “Enhancing knowledge tracing via adversarial training” accepted by ACM Multimedia (MM)!
[2021 TCSVT] Congratulations to Zhijie Huang for his paper, “One-for-all: An Efficient Variable Convolution Neural Network for In-loop Filter of VVC” accepted by IEEE Transactions on Circuits and Systems for Video Technology (TCSVT)!
[2021 TIP] Congratulations to Zhijie Huang for his paper, “Adaptive Deep Reinforcement Learning-Based In-Loop Filter for VVC” accepted by IEEE Transactions on Image Processing (TIP)!
更多>>>