4月22日，计算机科学与工程系图灵班以“追寻红色记忆，牢记使命担当” 为主题组织学生赴深圳市爱国主义教育基地——东江纵队北撤纪念馆等地开展社会实践活动。由计算机科学与工程系副主任、图灵班执行班主任郝祁老师带队，图灵班管委会委员危学涛老师、图灵班21级班主任张殷乾老师、22级班主任陶伊达老师、21级和22级图灵班同学等30余人紧跟革命先辈足迹，深入了解了东江纵队北撤历史事件和取得的重大成就，收获了宝贵的精神财富。师生们在讲解员的引导下，首先来到了东江纵队北撤纪念馆参观学习。进入展馆前，图灵班的同学们在21级副班长刘圣鼎同学的带领下，进行庄严宣誓，表达了砥砺前行、勇担使命的坚定信念。图灵班同学们进行宣誓纪念馆内紧紧围绕 “血战沙鱼涌”、“国际邮件互换局”、“胜利大营救”与“北撤烟台“等四个主题，以诸多历史照片和文物为主，将当年北撤历史生动地展现在大家面前。通过了解文化名人大营救、北撤山东和营救克尔中尉等历史事件，同学们体会到先辈们英勇无畏的崇高革命精神和伟大的爱国情怀。师生们参观北撤纪念馆随后，大家进入了葵涌侨史馆参观。馆内以“行走天下、以身许国、桑梓情深、携手腾飞、共筑梦想和群英谱”等五大主题篇章，充分展示了葵涌旅外乡亲艰苦创业的奋斗历程和爱国爱乡的动人事迹。同学们认真倾听了讲解员的介绍，被一幅幅历史照片和展示内容所吸引，驻足凝视。参观侨史馆通过登山步道，大家来到了东江纵队北撤纪念公园。北撤指战员纪念墙同建于此。墙上正面铭刻了北撤人员名单，背面采用影雕形式，展现了北撤人员顺利登舰、烟台百姓列队欢迎的情景。同学们在纪念墙前庄严肃立，鞠躬默哀，向革命先辈献上最崇高的敬意。在北撤纪念墙前鞠躬默哀最后，大家来到了东江纵队北撤纪念碑。石碑上刻着“为了坚持国内和平，从此登船北撤山东”十六个醒目大字，即为了纪念北撤人员在北撤部队军政委员会的统一指挥下，在此处登上美军三艘登陆舰开赴山东烟台的历史时刻。在北撤纪念碑前合影此次社会实践活动，进一步增强了同学们的社会责任感、历史使命感，也进一步坚定了大家努力学习、报效祖国的信心和决心。同学们感慨颇多：“参观东江纵队北撤纪念馆，深深感受到了那个时代革命先辈们的坚定信仰和不屈不挠的斗争精神，让我倍感自豪和敬佩。”——21级郑祖彬“在东江纵队北撤纪念馆，我对于东江纵队北撤有了进一步的了解，也明白了北撤山东的历史意义。这些都使我的理想信念更加坚定，使我意识到身上肩负的责任与使命。”——21级刘圣鼎”这次前往东江纵队北撤纪念公园参观有深刻的教育意义，它让我感受到了当年革命先辈舍小家、为大家的奉献精神。作为新时代的中国青年，我们也应学习先烈精神，继承先烈遗志，不忘初心，砥砺前行，为中华民族伟大复兴奉献自己的一份力。”——22级黎子涵“这次活动让我了解了前辈保家卫国的斗志与决心，增强了我好好学习、报效祖国的信念。同时，活动中与同学、老师的交流让我感受到集体的魅力，期待以后能有更多类似的活动！” ——22级赖海斌希望图灵班的同学们，能够铭记党的光辉历史，学习革命先辈的奋斗精神，牢记时代新人的奋斗使命，用实际行动诠释当代青年的责任与担当。

2023年3月28日，爱思唯尔(Elsevier) 发布2022“中国高被引学者” (Highly Cited Chinese Researchers)榜单。南科大计算机系共有5位教授入围榜单，他们是Hisao Ishibuchi讲席教授、史玉回讲席教授、唐珂教授、姚新讲席教授和张建国教授。入选“高被引学者”的教授占全系教研教授比例接近1/6。按姓氏排序Hisao Ishibuchi讲席教授国家级专家IEEE Fellow研究方向：计算智能；演化多目标优化；演化机器学习；模糊系统；语言数据挖掘；演化游戏史玉回讲席教授IEEE Fellow研究方向：头脑风暴优化算法；粒子群优化算法；群体智能；演化计算；唐珂教授IEEE Fellow教育部特聘教授“国家特支计划”⻘年拔尖⼈才英国皇家学会牛顿高级学者研究方向：计算智能；演化计算；机器学习姚新讲席教授、系主任国家级专家IEEE Fellow研究方向：演化计算；智能优化；机器学习；人工智能张建国教授国家级专家研究方向：计算机视觉；机器学习；医学图像分析；人工智能背景介绍爱思唯尔(Elsevier) 重磅发布2022“中国高被引学者” (Highly Cited Chinese Researchers)榜单。全国共有5216位科学家上榜。该榜单覆盖10个教育部学科领域中的84个一级学科。“计算机科学与技术”和“数学”学科上榜学者数分别是214人和151人。此榜单以全球权威的引文与索引数据库Scopus作为中国学者科研成果的统计来源，采用上海软科教育信息咨询有限公司开发的方法，至2023年，已是第九次发布，并受到国内外众多媒体和学者的高度关注。

2023年3月29日，泰晤士高等教育（Times Higher Education, THE）发布了最新出炉的2023年中国学科评级结果。南科大计算机科学与技术学科获评A。关于南科大计算机系南科大计算机系成立于2016年，发展人工智能、计算机应用技术、计算机网络与安全等三个研究方向。目前已初步建成一支由49名全职教师组成的高水平国际化师资队伍，包括 IEEE会士4名、IET会士1名、国家级人才13名，教研序列 42% 入围全球前 2% 顶尖科学家榜单，近六成为 80 后青年教师。此外计算机系成功引进图灵奖获得者Joseph Sifakis院士和中科院陈国良院士担任杰出访问教授。我系开设计算机科学与技术和智能科学与技术两个本科专业，培育计算机学科拔尖创新型本硕博人才。2022年建系不到6年南科大计算机科学学科进入ESI全球前1%，计算机科学与技术专业入选国家级一流本科专业建设点。根据2023年泰晤士高等教育世界大学学科排名，南科大计算机科学世界排名第176-200位，中国内地第13位，国际视野指标位列中国内地第2，计算机科学与技术学科获评泰晤士2023年中国学科评级A。关于泰晤士高等教育中国学科评级泰晤士高等教育中国学科评级是基于中国教育部83门学科分类标准、以全球大学为参照的中国大学绩效评估表。将中国高校与全球高校——来自104个国家或地区的1,777所大学进行比较的绩效评估表。根据在教学、研究、引用、国际视野和知识转移这5个核心领域的表现，为中国大陆高校提供学科层面的全球洞见，以及与全球其他地区高校比较并展示学术实力。2023年度泰晤士高等教育中国学科评级的数据来自2023年度泰晤士高等教育世界大学排名、2022年和2023年度泰晤士高等教育中国学术声誉调查、2021和2022年的泰晤士高等教育学术声誉调查以及爱思唯尔（Elsevier）文献计量数据库。

2023年5月14日，第二十届 CCPC 广东省大学生程序设计竞赛在深圳技术大学圆满落幕，南方科技大学程序设计竞赛队获得全场冠军，竞赛队教练计算机系助理教授唐博老师荣获优秀教练奖。比赛正式赛时长5小时，我校的五支参赛代表队取得了3金2银的好成绩，其中“南方科技大学-赫尔辛基”代表队（队员：我校大一本科生冯照航，周圣力，何俞均）全场冠军。这次比赛是我校程序设计竞赛队首次在省赛中夺得冠军。竞赛队成员与教练合影获奖一览表据了解，此次竞赛共吸引来自省内外50多所高校的240支代表队参加，其中不乏中山大学、华南理工大学、哈尔滨工业大学（深圳）、香港中文大学（深圳）等省内知名高校和武汉大学、华中科技大学、厦门大学等省外名校派出的参赛队伍。在5个小时的比赛中，各参赛队伍围绕13道题目展开角逐，每支队伍只使用一台电脑，充分考验了队员们的思维能力、编程能力和团队协作能力。谈及体会，队员们表示在比赛中要取得优异的成绩不能仅仅依靠队员出色的个人能力，更需要团队成员之间的良好配合。在赛场上，许多题目难以由一个同学独立解出，但在队员们的交流讨论下，往往可以通过知识点的互补结合和思维的碰撞找到解决问题的最佳方案。冠亚季军学校对于这次胜利，队员们纷纷表示要感谢学校领导、教练团队的大力支持和指导，感谢竞赛队全体成员的共同努力和相互鼓励，成绩是对以往辛勤付出最好的回报。同时，他们希望通过这次胜利鼓舞更多的学生关注编程、热爱编程，在未来的比赛中再创佳绩，也希望更多的年轻人投身于计算机科学领域，为推动科技进步和社会发展作出更大的贡献。南科大程序设计竞赛队我校校队于2017年9月组建，由计算机科学与工程系唐博老师和沈昀老师担任教练与领队，目前共有来自6个书院的10名正式队员和7名外卡队员。校队通过每周训练、寒暑假集训，积极参加各级各类程序设计类竞赛，查缺补漏、提升水平、培养默契。赛事介绍据悉，中国大学生程序设计竞赛（CCPC）是工业和信息化部教育与考试中心主办的 “强国杯”技术技能大赛项目，由中国大学生程序设计竞赛组委会组织承办，旨在激发高校学生学习计算机领域专业知识与技能的兴趣。广东省大学生程序设计竞赛也属于CCPC系列竞赛，迄今已举办20届。

近日，南科大计算机系6篇论文被学术会议CVPR 2023录用，其中1篇论文被选为精彩论文（highlight）（精彩论文占被录用论文10%，投稿论文2.5%）。这6篇论文第一作者均为我系博士生。他们分别是郑锋副教授指导的南方科技大学-伯明翰大学联培博士生耿甜甜、杨金宇、南方科技大学-香港大学联培博士生王腾，张宇副教授指导的南方科技大学-香港科技大学联培博士生苟耘豪，于仕琪副教授指导的南方科技大学-香港大学联培博士生沈川福、2021级自主培养博士生樊超。CVPR是计算机视觉和模式识别领域的国际顶级学术会议，在中国计算机学会推荐国际期刊和会议中，CVPR为人工智能领域的A类会议，在最新的谷歌学术期刊和会议影响力TOP100榜单中，CVPR位居第四，仅次于Science。1、Dense-Localizing Audio-Visual Events in Untrimmed Videos: A Large-Scale Benchmark and Baseline Tiantian Geng, Teng Wang, Jinming Duan, Runmin Cong, Feng Zheng*结合多种模态的信息（如视频帧、音频、文本等）对视频内容进行自动理解是当前多模态人工智能领域重要的研究课题之一。传统的视频理解任务包括视频动作识别、视频事件检测、视频描述等，都仅对视频中单一的视觉内容进行理解，忽略了音频信息的重要性。近年来，音视频联合学习的任务被广泛提出，如音视频表征学习、声源视觉定位、音视频事件时序定位等。然而，目前的方法都是基于短视频定义的，每个视频内仅包含一个特定的事件，无法将其应用于复杂的现实场景中。针对上述问题，我们提出了基于未裁剪视频的密集音视频事件定位任务。该任务的目标是结合视觉与音频信息，在原始的未裁剪长视频中定位所有发生的音视频事件，并识别出相应的事件类别。基于该任务，我们构建了首个基于长视频的大规模音视频数据集（UnAV-100）。该数据集涵盖多个不同的域（人类活动、音乐演奏、自然、动物等），每个视频中包含多个时长不一的音视频事件，且事件之间存在丰富的关联关系。此外，针对该任务，我们构建了基准模型对视频中所有发生的音视频事件进行定位，并同时输出事件的类别。通过大量实验，我们证明了多尺度跨模态感知与事件依赖关系建模对该任务的重要性，且我们的模型与相关方法相比实现了SOTA的性能。图1该研究工作的第一作者是郑锋老师指导的2022级南方科技大学-伯明翰大学联培博士生耿甜甜。郑锋老师为通讯作者，南科大为第一单位。2、Accelerating Vision-Language Pretraining with Free Language Modeling Teng Wang, Yixiao Ge, Feng Zheng*, Ran Cheng, Ying Shan, Xiaohu Qie, Ping Luo视觉-语言预训练(VLP)利用大规模“图像—文本”对学习跨模态通用表征，可应用于众多下游任务中，如图像问答、图文检索、图像描述等。近年来，主流VLP方法实现了出色的性能，但由于收敛速度慢和训练时间长增大了训练成本，尤其是在大规模网络数据集上。训练效率的一个重要障碍在于掩码语言建模（MLM）中的预测率和损坏率的耦合，即适当的损坏率是以大部分输出令牌被排除在预测损失之外为代价的。为了加速 VLP 的收敛，我们提出了一个新的预训练任务，即自由语言建模 (Free Language Modeling, FLM)，它可以在任意损坏率的情况下实现 100% 的预测率。我们成功地将预测率从与损坏率的绑定中解放出来，并允许为每个要预测的令牌定制损坏模式。通过FLM 训练的模型，可以灵活地利用双向上下文，并展示出了更强的样本效率和收敛速度。与基于 MLM 的方法相比，FLM 可以实现预训练时间减少50%，同时在图文理解和生成等四种任务上保持有竞争力的性能。图2该研究工作的第一作者是2020级南方科技大学-香港大学联培博士生王腾，导师为郑锋老师。郑锋老师为通讯作者，南科大为第一单位。3、Resource-Efficient RGBD Aerial TrackingJinyu Yang, Shang Gao, Zhe Li, Feng Zheng*, Ales Leonardis近年来，得益于能够在复杂的环境中飞行的空中机器人，无人机视觉跟踪获得了大量关注。然而，目前对无人机感知的研究主要集中在有限的类别（如行人或车辆）和固定的视角（城市鸟瞰视角）。与此同时，我们发现配备深度相机的无人机也正在被用于复杂的应用中，但RGBD（RGB+深度）的空中跟踪仍有待探索。与传统的RGB目标跟踪相比，添加深度信息可以有效地处理目标和背景干扰等极具挑战性的场景。为此，在本文中，我们深入探索了RGBD空中跟踪，这可以极大地推动基于无人机的视觉感知的发展。为了推动这项研究，我们首先提出了一个RGBD空中跟踪的大规模数据集，并提供了密集的目标标注。其次，由于基于无人机的应用需要在有限的计算资源下进行实时处理，我们还提出了一种高效的RGBD跟踪器EMT(Efficient Multimodal Tracker)。得益于其高效的多模式融合和特征匹配，我们的跟踪器在GPU上运行速度可达100 fps，在NVidia Jetson NX Xavier上运行约25 fps。通过大量实验，我们验证了EMT具有良好的跟踪性能和模型效率。 图3该工作由南科大视觉智能与感知课题组2019级博士生杨金宇，2021级硕士生高尚，2022级博士生李哲完成，郑锋老师为通讯作者，南科大为第一单位。4、Leveraging per Image-Token Consistency for Vision-Language Pre-trainingYunhao GOU, Tom Ko, Hansi Yang, James Kwok, Yu Zhang*, Mingxuan Wang大多数现有的视觉语言预训练（VLP）方法采用跨模态掩码语言建模（CMLM）来学习视觉语言关联。但是，根据我们的观察， CMLM 不足以达到此目的：（1）模态偏见：CMLM 中相当多的掩码标记可以仅通过语言信息恢复，忽略视觉输入。（2）未掩码标记的低利用率：CMLM 主要关注掩码标记，但它不能同时利用其他标记来学习视觉语言关联。为了处理这些限制，我们提出 EPIC。在 EPIC 中，对于每个图像-句子对，我们掩盖对图像显著的标记（即，基于显著性的掩盖策略），并用从语言模型中采样的备选标记来替换它们（即，不一致标记生成流程），然后模型需要为句子中的每个标记确定它们是否与图像一致（即图像-文本一致性判别任务）。我们提出的 EPIC 方法很容易与现有的预训练方法相结合。大量实验表明，将 EPIC 方法与最先进的预训练方法（包括 ViLT、ALBEF、METER 和 X-VLM）相结合，可以显着改进下游任务。 图4该研究工作的第一作者是2022级南方科技大学-香港科技大学联培博士生苟耘豪，导师为张宇老师。张宇老师为通讯作者，南科大为第一单位。5、LidarGait: Benchmarking 3D Gait Recognition with Point CloudsChuanfu Shen, Fan Chao, Wei Wu, Rui Wang, George Q. Huang, Shiqi Yu*基于视频的步态识别近年来在公开数据集上实现了出色的结果。然而由于视觉相机缺失对于三维信息显性提取，使得步态识别对实际环境中诸如变光，暗光，遮挡，复杂背景的敏感，难以应用于实际场景中。在本文中，我们探索基于点云的3D 步态特征，并提出一个简单而有效的 3D 步态识别框架，称为 LidarGait。为了从点云中学习具有 3D 几何信息，LidarGait 将人体点云从不同的角度投影到多个深度图中，然后将深度图像融合在一起。此外，我们建立了第一个大规模的基于激光雷达的步态识别数据集，SUSTech1K。数据集包含1,050 个行人ID, 25,253个双模态步态序列，涵盖许多不同的变化，包括变光、视角、遮挡、服装、携带物和场景。我们的实验表明：(1) 3D 结构信息是步态识别的重要特征。(2) LidarGait 不仅性能超越其他具有代表性的基于点的方法，而且还大大优于现有的基于相机的方法。(3) 激光雷达传感器在室外环境下的步态识别优于RGB摄像头。 图5该工作的第一作者是2019级南方科技大学-香港大学联培博士生沈川福，导师为于仕琪。于仕琪老师为通讯作者，香港大学为第一单位。6、OpenGait: Revisiting Gait Recognition Toward Better Practicality Chao Fan, Junhao Liang, Chuanfu Shen, Saihui Hou, Yongzhen Huang, Shiqi Yu*步态识别是最具潜力的远距离身份识别技术之一。以往研究在室内场景下实现了重要进展，但证据表明现有方法在户外场景下表现得不如人意。此外，本文还发现许多以往结论在户外场景下也并不可靠。因此，除了提出一个具体模型以实现更好的准确率外，本文更重要的目的在于开展综合性基准研究从而赋予步态识别技术更好的实用性。为此，我们首先开发了一个灵活且高效的步态代码库OpenGait.据此，我们进行了大规模且系统性的剥离实验来深度剖析现有方法，发现了许多可能导致算法在户外场景下失效的潜在因素。同时，这也为未来研究提供了新见解。受以上发现启发，我们开发了一个结构上简单、性能上强悍且实验上鲁棒的基准模型GaitBase.所有审稿人均认为该工作对领域有潜在重要影响力，并一致给出5分（最高分）评价。该论文被CVPR 2023选为精彩论文（highlight）。 图6该工作的第一作者是于仕琪老师指导的2021级自主培养博士生樊超，通讯作者为于仕琪老师，南科大为第一作者单位。南方科技大学计算机科学与工程系

2023年3月17日，计算机科学与工程系党总支在工学院南楼443会议室召开2022年度组织生活会。我系党总支委员、各支部书记参会，工学院党委副书记彭中华老师、系主任姚新讲席教授出席，会议由系党总支书记王琦主持。会前，计算机系党总支严格按照上级文件要求做好各项准备，研究制定工作方案。聚焦主题，精心组织学习研讨，广泛征求意见建议，深入开展谈心谈话，全面查摆问题，为高质量召开好组织生活会打下了坚实基础。会上，王琦书记首先带领全体党员认真学习党的二十大精神。随后，王琦书记代表党总支委员会汇报了2022年度党总支工作情况，深入查找问题和不足，列整改清单，明整改事项，做整改承诺，明确了下一步党支部工作的重点方向。接着，党总支支委及研究生各支部书记围绕会议主题逐一对照发言，开展批评与自我批评。彭中华副书记代表工学院党委讲话。彭中华老师对此次组织生活会给予肯定并提出了建议。他表示，计算机系党总支要以此次组织生活会为契机，充分运用好组织生活会的成果，高标准、高质量的解决问题，抓好整改落实。据悉，根据工学院党委要求，为做好2022年度基层党组织组织生活会和民主评议党员工作，计算机系教职工党支部、研究生第一党支部、第二党支部、第三党支部已按要求，深入学习贯彻习近平总书记讲话精神、通报党员对党支部工作意见、查摆问题、提出改进措施，并对师生党员进行民主评议。教职工党支部研究生各党支部