12月18日下午，人工智能学院邀请厦门理工学院陈思教授在合一报告厅开展《当人脸属性识别遇上现实世界：如何应对数据、偏见与效率的联合挑战？》专题术讲座，本次讲座围绕复杂场景下人脸识别存在的现实制约、应对显示约束的完整技术体系以及成果总结与未来展望，为我院科研工作者拓宽学术视野、深化技术钻研注入动力。
讲座由学术副院长向汉城主持，向院长首先对陈思教授的莅临指导表示热烈欢迎，随后向与会师生介绍了陈思教授的主要研究方向、各项学术成果及现任职务。
专题讲座中，陈教授首先介绍了人脸属性识别的背景与挑战。人脸属性识别作为计算机视觉与人工智能领域的关键任务，在智能安防、人机交互及个性化服务等实际场景中具有重要应用价值。然而，该任务面临多重现实制约，例如高质量标注数据稀缺、模型易受数据偏差影响而产生不公平决策、属性间复杂关系难以有效建模，以及模型效率与泛化能力之间的平衡难题。
接下来，陈教授系统性地介绍了为突破这些瓶颈而提出的系列创新方法，从基础表征学习、公平性增强、关系建模到效率优化，形成了一套应对现实约束的完整技术体系。这些创新方法在多个公开基准测试中均取得了显著性能提升，为推动人脸属性识别技术走向实用化、公平化、可信化提供了系统性的解决方案。
最后，基于上述研究，陈教授提出跨模态属性关联表征学习、人脸属性识别任务的适配微调和动态属性增量学习的研究展望。
 |  |
在学术交流环节，现场师生围绕适配微调的最新研究、教师网络和学生网络的性能对比等问题与陈教授展开交流研讨。
本次学术讲座系统梳理了人脸属性识别领域的核心瓶颈与前沿解决方案，助力师生聚焦行业痛点与学术前沿开展探索。学院将以此次讲座为契机，持续搭建高水平学术交流平台，推进电子信息专业硕士点联合培养的高质量建设。
编辑 | 赵芷仪
二审 | 叶诗菡
审核 | 谢志春、向汉城