物理空间感知
深度学习模型压缩加速与深度神经网络架构搜索。实验室纪荣嵘团队丰富和发展了深度模型压缩和加速理论，发表了代表性论文数十篇，包括TPAMI、IJCV、CVPR及ICCV等多篇CCF A类期刊会议论文。并且实验室在这些方面的研究成果成功应用于华为、海思、腾讯等人工智能企业，并通过国家重点研发专项子课题、中船重工709所等实际场景，服务国家重大需求：1）与华为公司合作研发“基于硬件约束的异构加速技术”，针对当前华为各系列手机产品中的AI技术特性需求，开发了满足实时/亚实时功耗速度指标的通用深度模型剪枝和量化技术，有效改善了手机镜头拍摄质量；2）作为国内首个AI技术国家标准工作组联合组长，负责制定了AVS“深度神经网络表示与模型压缩”标准，相关技术迁移至海思自研智能芯片中；3）与腾讯优图实验室合作，研发DeepEye鉴黄平台，可有效帮助相关部门及用户鉴别敏感信息，目前已过滤数千万网络内容；4）研发基于紧致化神经网络的 “新冠肺炎传播动力学模型”，为国家CDC的疫情防控提供了技术支撑。
获奖情况：
2020年，紧致化视觉计算关键技术及其产业化，福建省科技厅，科技进步奖一等奖，曹刘娟、孙晓帅、王振宁、黄飞跃、陈杞城、于用真、吴永坚、纪荣嵘
代表性论文：
1. Xiawu Zheng, Rongrong Ji, Yuhang Chen, Qiang Wang, Baochang Zhang, Jie Chen, Qixiang Ye, Feiyue Huang, Yonghong Tian: MIGO-NAS: Towards Fast and Generalizable Neural Architecture Search. IEEE Trans. Pattern Anal. Mach. Intell. 43(9): 2936-2952 (2021)
2. Xiawu Zheng, Yang Zhang, Sirui Hong, Huixia Li, Lang Tang, Youcheng Xiong, Jin Zhou, Yan Wang, Xiaoshuai Sun, Pengfei Zhu, Chenglin Wu, Rongrong Ji: Evolving Fully Automated Machine Learning via Life-Long Knowledge Anchors. IEEE Trans. Pattern Anal. Mach. Intell. 43(9): 3091-3107 (2021)
3. Shaohui Lin, Rongrong Ji, Yuchao Li, Cheng Deng, Xuelong Li: Toward Compact ConvNets via Structure-Sparsity Regularized Filter Pruning. IEEE Trans. Neural Networks Learn. Syst. 31(2): 574-588 (2020)
4. Shaohui Lin, Rongrong Ji, Chao Chen, Dacheng Tao, Jiebo Luo: Holistic CNN Compression via Low-Rank Decomposition with Knowledge Transfer. IEEE Trans. Pattern Anal. Mach. Intell. 41(12): 2889-2905 (2019)
5. Hong Liu, Rongrong Ji, Jingdong Wang, Chunhua Shen: Ordinal Constraint Binary Coding for Approximate Nearest Neighbor Search. IEEE Trans. Pattern Anal. Mach. Intell. 41(4): 941-955 (2019)
代表性项目：
1）2021年，鲁棒人工智能XXXX，中央军委科技委国防创新特区，100万
2）2021年，向深度学习的对抗攻防技术研究，国家自然科学基金面上项目，57万
3）2020年，深度模型对抗攻击与防御，腾讯科技（上海）有限公司，40万