科研成果
实验室纪荣嵘团队从样本信息和标记信息去冗余两个角度出发，展开了一系列小样本学习（少量样本标注）与弱样本学习（图像级弱监督标注、带噪样本标注）驱动的训练开销压缩研究，发表代表性论文数十篇，包括TPAMI、CVPR及NeurIPS等多篇CCF A类期刊会议论文。实验室在小弱样本学习驱动的训练开销压缩方面的研究成果，被成功应用于国家安全以及航空航天先进技术研发的若干重要领域：
1）与华为公司合作研发基于终端移动的实时室内物体语义分割网络及其压缩与加速技术，大幅提升了手机端深度神经网络在线推理运算速度；
2）与中国航空工业集团613所合作，研发基于少样本学习的机载光电目标识别技术，解决了针对小目标、少样本场景的识别准确率和实时性的迫切矛盾。
获奖情况：
1）2017年，视觉特征紧凑表示方法及高性能图像搜索技术，中华人民共和国教育部，技术发明奖一等奖，段凌宇、高文、黄铁军、纪荣嵘、张史梁、陈杰
2）2020年，紧致化视觉检索关键技术及其产业化，厦门市科技局，科技进步奖一等奖，纪荣嵘、陈杞城、于用真、黄飞跃、王振宁、孙晓帅、高跃
代表性论文：
1) Yunhang Shen, Rongrong Ji, Changhu Wang, Xi Li, Xuelong Li: Weakly Supervised Object Detection via Object-Specific Pixel Gradient. IEEE Trans. Neural Networks Learn. Syst. 29(12): 5960-5970 (2018)
2) Yunhang Shen, Rongrong Ji, Kuiyuan Yang, Cheng Deng, Changhu Wang: Category-Aware Spatial Constraint for Weakly Supervised Detection. IEEE Trans. Image Process. 29: 843-858 (2020)
3) Rongrong Ji, Ke Li, Yan Wang, Xiaoshuai Sun, Feng Guo, Xiaowei Guo, Yongjian Wu, Feiyue Huang, Jiebo Luo: Semi-Supervised Adversarial Monocular Depth Estimation. IEEE Trans. Pattern Anal. Mach. Intell. 42(10): 2410-2422 (2020)
4) Pingyang Dai, Peixian Chen, Qiong Wu, Xiaopeng Hong, Qixiang Ye, Qi Tian, Chia-Wen Lin, Rongrong Ji: Disentangling Task-Oriented Representations for Unsupervised Domain Adaptation. IEEE Trans. Image Process. 31: 1012-1026 (2022)
5) Mingbao Lin, Rongrong Ji, Hong Liu, Xiaoshuai Sun, Shen Chen, Qi Tian: Hadamard Matrix Guided Online Hashing. Int. J. Comput. Vis. 128(8): 2279-2306 (2020)
代表性项目：
1）2020年，紧致化计算机视觉分析，国家自然科学基金杰出青年基金，400万
2）2021年，面向边缘部署的弱先验小目标视觉检测与跟踪，国家自然科学基金联合基金重点，255万
3）2021年，恶劣环境下遥感图像小目标鲁棒检测算法研究，国家自然科学基金面上项目，62万
友情链接
福建省科学技术厅
厦门市科学技术局
厦门大学