2018年2月5号，IEEE Fellow、悉尼大学电子与信息工程学院徐东教授应邀来福建省网络计算与智能信息处理重点实验室访问指导，并与重点实验室副主任陈羽中教授、闽江特聘教授牛玉贞教授、旗山学者王石平教授等进行了学术交流。

徐东教授, IEEE Fellow，于2001年和2005年在中国科学技术大学取得学士和博士学位, 目前担任悉尼大学电子与信息工程学院教授。徐东教授曾在微软亚洲研究院、香港中文大学和美国哥伦比亚大学从事研究工作，并在新加坡南洋理工大学任教。徐东教授在计算机视觉、多媒体信号处理、机器学习以及医学图像处理等领域做出了重要贡献, 在IEEE Transactions上发表了60余篇期刊论文和多篇国际会议论文, 其中两篇论文于2014年和2010年分别获得IEEE T-MM最佳论文奖和IEEE CVPR 最佳学生论文奖。徐东教授目前担任IEEE T-PAMI, T-NNLS和T-CSVT等学术期刊编委, 以及ICME和VALSE (视觉与学习青年学者研讨会)指导委员会成员, 曾经担任IEEE T-NNLS, T-CYB, T-CSVT, IEEE Multimedia, IJCV和 ACM TOMM 等国际期刊的客座主編，以及ICME 2014程序委员会协同主席, ECCV2016和CVPR 2012区域主席。

学术交流的主题为视觉自适应协调（迁移学习），视觉自适应协调（迁移学习）是机器视觉中的一个新兴研究主题。在一些视觉应用中，感兴趣的领域（目标域）只包含很少甚至没有带有标记的数据，而另一个领域（辅助领域）可能包含大量带有标记的数据。例如，通过关键词搜索，可以很容易地从Flickr和YouTube上获得数百万带有标记的照片和视频。而用户可能希望通过语义信息检索和组织自己的图片和视频，但是却不愿意亲自对照片和视频进行语义标注。由于从网上获取到的训练数据与用户的数据在特征分布上存在极大的差异，这一问题极具挑战性。为了处理不同领域数据具有不同特征分布这一问题，徐东教授介绍了其所提出的各种基于支持向量机的领域自适应算法，以及它们在机器视觉中的应用。