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

2023年3月6日，第三届“火焰杯”软件测试开发选拔赛颁奖仪式在南方科技大学工学院南楼511会议室隆重举行。组委会成员测吧（北京）科技有限公司项目总监王雪冬担任颁奖嘉宾，为计算机系20级黄柯睿同学颁发第三届“火焰杯”软件测试开发选拔赛一等奖奖项，为刘烨庞助理教授颁发赛事优秀指导老师奖项。黄柯睿同学于2022年12月获得该赛事全国总决赛第一名。比赛组委会王雪冬老师为黄柯睿同学颁奖比赛组委会王雪冬老师为刘烨庞助理教授颁发荣誉证书为推动软件和信息技术产业的发展，促进软件和信息技术专业技术人才培养，向企业输送具有创新能力和实践能力的高端人才，提升高校毕业生的就业竞争力，软件测试就业联盟联合一线互联网企业与知名高校，共同举办火焰杯软件测试高校就业选拔赛。通过以赛促学，将“技术实力是第一生产力的理念”传递给更多的从业人员，让参赛的同学实践软件测试开发技术，学以致用，提升技术实力，共同促进中国软件测试技术与质量保障体系的发展。自大赛举办以来，累计参赛院校、企业及机构达到数百所，参与比赛的人数超6000人。黄柯睿表示，非常荣幸能够获得这个荣誉。这不仅是对他个人努力的肯定，更离不开刘老师和系里各位老师的指导，衷心感谢各位老师和计算机系。黄柯睿表示，他会继续努力，为计算机系做出贡献，并将这份荣誉作为激励，继续前行。刘烨庞老师表示，近几年来实验室学生积极参与各类软件测试类比赛，在全国大学生软件测试大赛、IEEE Software Testing Contest、以及“火焰杯”等行业组织的比赛中都有优异的表现，通过参加比赛，学生的软件测试能力得到很大提升，今后也会继续坚持以赛促教，以赛促研，争取培养更多的软件测试人才。南方科技大学计算机科学与工程系

2023年3月4日，由南方科技大学教学工作部、共青团南方科技大学委员会、南方科技大学招生办公室及南方科技大学计算机科学与工程系联合主办，华为技术有限公司2012实验室中央软件院独家赞助的第五届南方科技大学程序设计竞赛圆满落幕。本次比赛共有来自南方科技大学、深圳大学、哈尔滨工业大学（深圳）等大学及以及来自深圳中学、南方科技大学附属中学等中学的近300名学生参加，其中年龄最小的参赛选手年仅12岁。比赛于中午12时开赛，时长四个小时，比赛规则与国际大学生程序设计竞赛一致。图1. 第五届南方科技大学程序设计竞赛颁奖典礼现场比赛颁奖典礼于下午4:30在第三教学楼106室举行，颁奖典礼由南方科技大学程序设计竞赛队第四届队长曹哲振与田若载同学主持，计算机科学与工程系系主任姚新教授、招生办公室谭建伟主任、教学工作部范丽菲副部长、共青团南方科技大学委员会秦晨芳副书记、华为公司任阳博士与陈科先生及各参赛学校教练作为颁奖嘉宾受邀出席此次颁奖典礼。经过四个小时的激烈角逐，比赛共评出1个特等奖，19个一等奖，40个二等奖和60个三等奖。其中南方科技大学的黄少霖同学以6题673分钟罚时的成绩获得了本次比赛的校内冠军。图2. 计算机科学与工程系系主任姚新教授致辞计算机科学与工程系系主任姚新教授在致辞中表示参加算法竞赛的同学对于算法的热爱，在竞赛中得到的乐趣，这些比奖项更珍贵。姚教授还对南方科技大学竞赛队连续五年承办该竞赛表示赞扬与感谢。图3. 教学工作部范丽菲副部长致辞教学工作部范丽菲副部长肯定了此次竞赛的重要意义，感谢计算机系连续五年举办程序设计竞赛，为参赛选手提供学习和交流平台，同时勉励珍惜学校学习机会，提高专业技术，为将来走出学校，走向工作岗位打下坚实基础。图4. 共青团南方科技大学委员会秦晨芳副书记致辞共青团南方科技大学委员会秦晨芳副书记在致辞中代表我校全体青年欢迎外校参赛学生，肯定我校校团委委员唐博老师在青年活动中的积极作用。秦副书记同时祝我校算法竞赛越办越好、我校学生在老师的带领下于其它比赛中取得更好的成绩。最后秦副书记也表示我校将搭建更多的优质平台来关注全深圳的青年。图5. 招生办公室谭建伟主任致辞招生办公室谭建伟主任在致辞中介绍了新一轮“双一流”建设高校南方科技大学的基本情况，并鼓励参赛高中生努力学习，为将来报考南方科技大学并攻读本科、硕士、博士学位打下坚实基础。图6. 华为代表陈科先生致辞独家赞助商华为公司陈科先生在致辞中对比赛的成功举办表示热烈祝贺，并介绍了华为2012中央软件院和高斯数据库部门的最新技术进展，鼓励参赛选手练好扎实基本功，学成之后加入华为发展国产数据库技术，同时向参赛选手推荐了华为搭建的国产数据库交流平台Gauss松鼠会。图7. 第五届南方科技大学程序设计竞赛比赛现场图8. 竞赛队队长主持颁奖典礼图9. 颁奖嘉宾为一等奖获奖选手颁奖作为南方科技大学首个学科竞赛，南方科技大学程序设计竞赛已经连续五年成功举办。比赛的成功举办离不开教学工作部与计算机科学与工程系“以赛促学、寓学于用”教学指导方案的推动。教学工作部一直以来对比赛提供大力的支持与帮助，从提供训练和比赛教室到配置比赛机器等。南方科技大学计算机科学与工程系以专业基础课《计算机程序设计基础》、《数据结构与算法分析》教学为出发点，推动精英化创新人才培养。在教学过程中，强调所学知识与解决实际问题间的融会贯通。通过开设暑期小课程、开辟第二课堂研讨等一系列举措，提高我校学生的算法设计与编程能力，增强学生的竞争力。此次比赛命题和赛事组织由计算机系唐博老师担任教练，沈昀老师担任领队的南方科技大学程序设计竞赛队承担，比赛场地、竞赛机器及环境、比赛物资与赛事志愿者得到教学工作部、共青团南方科技大学委员会、招生办公室、网络信息中心等单位的支持与帮助。

2023年2月17日，由华为-南方科技大学可信智能系统创新实验室、南方科技大学计算机科学与工程系主办的华为-南方科技大学可信智能系统创新实验室2022年度会议顺利举办。会议采取线上和线下的方式同时进行，总计约70人参与会议。会议由实验室主任我校计算机系系主任姚新教授和实验室副主任华为公司rams首席科学家章迅总共同主持。会议现场姚新教授主持会议章迅总主持会议会议上午举行了二期子项目进展汇报研讨及优秀学生创新贡献奖颁发等环节。南科大计算机系2017级博士生张舒怡（姚新教授指导）、2020级博士生李炫锋（刘晟材研究助理教授指导）、2020级硕士生刘博文（郝祁副教授指导）、2020级硕士生王宇（张锋巍副教授指导）、2020级硕士生汪至圆（唐珂教授指导）、2020级硕士生邓韵杰（张锋巍副教授指导）分别获得优秀学生创新贡献奖。该奖项聚焦嘉奖在项目开展中创新表现突出的优秀学生。章迅总向获奖学生颁发证书下午进行了课题分享研讨会，南科大计算机系张宇副教授、黄长武研究助理教授、郑锋副教授、刘佳琳助理教授、唐珂教授进行了学术报告。合影实验室介绍华为-南方科技大学可信智能系统创新实验室于2019年由华为公司与南方科技大学计算机系共同创建，并于2021年12月扩容升级，双方依托联合创新实验室优化跨界合作创新发展模式，探索智能系统可信的关键理论和技术，实现前沿技术突破，勇攀科学高峰，构建基础研究与应用创新齐头并重，协调发展的创新体系，不断提高科研成果转化水平和效率，加快形成以创新为主要引领和支撑的发展模式。优秀学生创新贡献奖介绍激励对象为参与创新实验室项目的在读博士、硕士。周期为年度激励。评选方法为项目PI或华为项目经理提名、学生自荐、实验室技术管理委员会答辩通过。联合实验室颁发奖状、奖金。至今已有11名优秀硕博生获此奖项。