10 月 27 日至 11 月 2 日，两年一度的国际计算机视觉会议International Conference on Computer Vision（ICCV 2019）在韩国首尔举办。我校数据科学与计算机学院2017级硕士生许瑞嘉发表的论文《Larger Norm More Transferable: An Adaptive Feature Norm Approach for Unsupervised Domain Adaptation》被录用为大会口头报告论文，并荣获大会最佳论文提名奖，也是唯一一篇来自中国的最佳提名论文。该论文的指导老师为我校李冠彬副教授和林倞教授，论文的全部作者均来自我校数据科学与计算机学院。

　　论文提出了一种基于特征范数适配的无监督领域自适应方法，该方法将目标域特征范数逐渐增大，结合源域的分类损失，实现了从源域到目标域的无监督迁移。该方法揭示了特征范数适配操作可以避免显式的领域特征对齐，同时针对源域和目标域中的不相交类别具有更强的鲁棒性，相比一类启发式加权算法在性能上有了显著提升。此外，该方法在大规模和领域间差异较显著的迁移任务中也获得了很好的性能。

　　许瑞嘉同学在ICCV2019报告获奖论文

　　ICCV(International Conference on Computer Vision)是计算机视觉领域世界公认的三大顶级会议之一。大会反映了该领域的世界最新研究成果，其论文引用与学术影响力在计算机学科名列前茅。论文采取双盲方式评审，今年共有4303篇有效投稿论文，最终入围1075篇，录用率为25%。大会最佳论文提名奖的仅有11篇，此次荣获提名奖印证了我校数据科学与计算机学院在计算机视觉领域的重要影响力。