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 TCSVT] Congratulations to Tianyi Sun for her paper, “STRANet: Soft-Target and Restriction-Aware Neural Network for Efficient VVC Intra Coding” accepted by IEEE Transactions on Circuits and Systems for Video Technology (TCSVT)!
[2025 ICASSP] Congratulations to Runkai Chen for his paper, “STR-Saliency: Decomposition-based Perturbations to Generate Saliency Maps for Temporal Black-box Model Interpretation” accepted by IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP)!
[2025 ICASSP] Congratulations to Yanze Wang for his paper, “Efficient Modeling and Low Complexity Implementation of Rate Estimation in Versatile Video Coding” accepted by IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP)!
[2025 ICASSP] Congratulations to Hui Zhao for his paper, “Incorporate Global Information from Entire Datasets for Knowledge Tracing via Mini-Batch Input” accepted by IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP)!
[活动] 实验室聚餐
[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>>>
合作伙伴
