为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
常用的行人重识别方法主要基于单一尺度的外观信息进行目标相似度的判别。为了挖掘不同尺度的有用信息，并且联合多尺度特征进行学习，构造了新的深度金字塔特征学习卷积神经网络结构，实现多尺度外观特征融合，有效的利用了网络不同阶段的信息。在损失函数方面，除了根据交叉熵损失判别输入图片的类别身份，同时利用对比损失判断输入图片对之间的相似程度。利用两个损失同时约束网络的训练，得到一个有辨析力的深度卷积网络。通过大量的对比试验证明该方法在多个常用数据集上均取得了目前最好的结果。