2017年9月22日，台湾清华大学林嘉文教授应邀访问计算机所并做了题为“CNN-Based Joint Clustering and Representation Learning for Large-Scale Image Data”的学术报告。

林嘉文教授首先介绍了目前深度学习在计算机视觉上的广泛而深入的应用现状，分析了目前深度学习方法相对于之前方法的一些显著的优势和特点。接下来介绍了如何利用深度卷积神经网络来完成对图像的表达性学习，提取用于聚类的语义特征表达，从而获得实现大规模图像聚类任务。该方法能够应用在非监督式学习情境中，并且在伸缩性和速度上优于目前的算法。针对聚类问题中由于特征匹配不当带来的的漂移错误，林嘉文教授提出了一种特征漂移补偿方法来减少该错误带来的性能损失。报告会的内容详实，图文并茂，会场气氛生动活泼。在报告的提问环节，林教授对大家的疑问一一给予了生动详尽的回答。精彩的报告赢得了大家的掌声。

林嘉文教授，台湾清华大学博士毕业，现为台湾清华大学电机工程学系教授，主要研究方向包括图像视频处理以及视频网络，其论文曾获得 IEEE VCIP 2015 最佳论文奖，曾担任IEEE Transactions on Image Processing, IEEE Transactions on Multimedia, IEEE Transactions on Circuits and Systems for Video Technology, IEEE Multimedia, and Journal of Visual Communication and Image Representation 等期刊副主编，Multimedia Systems and Applications Technical Committee of the IEEE Circuits and Systems Society 主席。林嘉文教授还将担任IEEE VCIP 2018大会主席和IEEE ICIP 2019 TPC主席。