3月16日下午14:00，方振影博士在工科楼D312会议室做了题为“标注成本受限条件下的时序动作检测方法研究”的报告，报告由葛方振院长主持，学院班子成员、相关领域教师和研究生参加了报告会。

方振影博士介绍了研究背景，针对标注成本受限条件下相关领域的关键难题，报告指出：时序动作检测旨在从未剪辑视频中精准定位动作时间边界并识别类别，已广泛应用于视频创作、智能监控、人机交互等重要领域。深度学习虽推动TAD技术实现性能突破，但在海量视频数据与标注成本受限的现实条件下，仍面临四大核心挑战：全监督标注成本高、样本覆盖不足；单帧标注信息不完整，影响伪标签质量；多源标注互补信息未能高效利用；固定标签体系难以适配新颖动作类别，开放词汇检测语义挖掘不足。针对标注成本受限场景下的四大核心挑战，报告系统梳理了领域最新研究进展，为提升时序动作检测技术的实际应用效率与场景覆盖广度提供参考。

报告会后，方振影博士与现场师生进行了深入交流，针对报告中的关键技术、研究方法及未来发展方向等问题展开了细致探讨。报告内容前沿、逻辑清晰、富有启发性，为师生打开了新的学术视野。

报告人简介：方振影，河南商丘人，群众，合肥工业大学计算机与信息学院在读博士生。主要从事计算机视觉、视频分析与理解的研究工作，在CCF推荐期刊与会议发表多篇论文，近5年以第一作者在CCF-A类/中科院一区Top期刊发表学术论文3篇；在CCF-C类/中科院三区期刊发表学术论文1篇；以第一发明人授权发明专利一项。同时，具有丰富的企业实践经验，先后在阿里巴巴集团、抖音集团和生数科技，从事计算机视觉相关算法工作。

（文：高迪/ 图：宋克俭/ 审核：沈龙凤/ 审校：葛方振/ 终审：曹磊）