8月19日下午，应汪增福所长的邀请，美国德州大学圣安东尼奥分校（UTSA）计算机学院的田奇教授对智能所进行了访问，并在创新论坛做了题为“大规模视觉搜索（Large-scale Visual Search）”的专题报告。 

　　报告中，田教授对大规模视觉搜索的历史现状、组成部分，面临的困难挑战等进行了总体性介绍。随着社会大量多媒体数据的涌现以及移动视觉搜索的应用，大规模视觉搜索这项技术应运而生。目前最先进的图像搜索算法是由经典的视觉词汇包（bag-of-visual-words）模块和可扩展索引结构所推动产生的。通常一个图像搜索系统包含几个主要模块，如特征描述、视觉码本构成、特征量化、索引策略、评分方案和后处理模块。特征描述又由特征检测标识和特质描述标识组成，这是为了使一幅图像成为能够展现自身特征的一个集合。为了实现类似于在信息检索中的文本一样简洁化的特征描述，视觉码本（visual codebook）需要通过收集大量的特征样本来获得特征的分布情况。然后每个特征就可以用视觉词汇（visual words）来描述，从而一幅图像就可以用一堆类似的视觉词汇来描述。在检索过程中，各种评分方案可以用来权衡不同的视觉词汇从而区分不同的图像。后处理技术，如几何验证、查询扩展和多模态融合等，也可以应用其中以加快检索速度和表现力。 

　　此外，田教授还介绍了他们团队在大规模视觉搜索方面的研究进展。田教授的团队在特征描述、码本学习、特征量化、空间几何验证等方面做了大量而有成效的研究工作。同时田教授还向大家展示了他的一些代表性的研究成果，在现场进行了演示。在一个非常大的图像数据库中，任意点击一幅图像，与之相关或相接近的图像就会被选中，并按照相关度大小依次罗列出来。搜索用时很短，通常是在零点几秒以内。例如，若参考图片为一盘菜，则图像数据库中与菜相关的图片会被优先筛选出来。 

　　田教授与前来听讲的职工和学生进行了现场互动。汪增福与田教授就视觉搜索的发展方向进行了深入探讨，多位职工和学生就所关心的问题对田教授进行了提问，田教授都一一给予了精彩而详实的解答。 

　　田奇教授于2002年获得美国伊利诺伊大学香槟分校（UIUC）的博士学位，多年来一直专注于多媒体信息检索和计算机视觉领域的研究工作，取得了丰硕成果。田教授获得过计算机相关领域顶级会议ACM ICIMCS2012、MMM 2013等的最佳论文奖，并曾在微软亚洲研究院（MSRA）工作过。目前他还是多个国际期刊杂志（如TCSVT、JMM、MVA）的特邀编辑，同时也是中科大、西安交大、浙大、西安电子和中科院的兼职教授，以及清华大学的客座教授。