李子青教授的研究領(lǐng)域包括統(tǒng)計模式識別與機器學(xué)習(xí)理論，以及生物特征識別、智能視頻監(jiān)控，圖像處理與計算機視覺，圖像與視頻理解。他帶領(lǐng)研究團隊發(fā)表論文 400 多篇，編撰電腦視覺、人臉識別著作 10 部，其中《圖像分析中的馬爾可夫隨機場模型》 (Springer 1995, 2nd edition 2001, 3rd edition 2009) 被譽為”圖像分析領(lǐng)域里程碑意義的工作，他引超過2000次（by Google Scholar）。曾任IEEE Transactions on Pattern Analysis and Machine Intelligence 副主編，2004年以來擔(dān)任90余個國際學(xué)術(shù)會議大會主席、程序主席、程序委員。

2004年，他作為“中科院優(yōu)秀百人計劃”的入選者，進入中科院擔(dān)任中科院生物識別與安全研究中心主任。由于他在人臉識別、模式識別、計算機視覺領(lǐng)域的貢獻，當(dāng)選IEEE Fellow。

李子青教授無疑是視覺識別領(lǐng)域的引領(lǐng)者，早在2001年，李子青教授就研發(fā)了世界上第一個實時人臉識別系統(tǒng)Eye-CU，比爾?蓋茨在接受CNN頭條采訪中親自為之講解。2009 年提出了人臉識別物聯(lián)網(wǎng)/云服務(wù)的概念，2010 年提出智能視覺物聯(lián)網(wǎng)的概念，并于2012年在無錫公安市局落地實施智能視覺物聯(lián)網(wǎng)，獲得2013年世界智慧城市博覽會大獎。

李子青的發(fā)明創(chuàng)造甚至對國際創(chuàng)新也產(chǎn)生了影響，他從 2009 年開始，就開始了人臉識別的防偽技術(shù)研發(fā)，2011 年受歐盟邀請參加歐盟的第七框架研究計劃，是12 支團隊唯一的非歐團隊。近年來，他發(fā)明的多光譜的雙目深度學(xué)習(xí)識別系統(tǒng)完美解決去年CCTV 3.15 曝出的人臉識別安全漏洞，還發(fā)明了技術(shù)門檻非常高的新一代智能視覺相機，支持單目全光照全輸出，解決了目前智能相機的缺陷。世界科學(xué)界頂級刊物《Science》曾對李教授進行聚焦專訪，介紹其科技成果，認為中國在在計算機視覺領(lǐng)域的創(chuàng)新能力已經(jīng)走在世界最前沿。

作為人臉識別和智能視頻監(jiān)控專家，他主持了十多個國家科學(xué)研究項目和重大應(yīng)用工程項目，在相關(guān)領(lǐng)域獲準和申請專利10余項。尤其是在公共安全領(lǐng)域，過去10年中，李子青教授研發(fā)了面向?qū)嵱玫娜四樧R別系統(tǒng)和智能視頻監(jiān)控系統(tǒng)，在國家重大安全部門實施并發(fā)揮了非常重要的保障作用，如北京奧運、上海世博、邊檢通關(guān)、海關(guān)等。

值得注意的是，他還是人臉識別國際標準制定者，作為SAC/TC100/SC2副主任委員，曾代表中國國家體撰寫了中國第一個ISO/IEC JTC1/SC37生物識別國際標準工作草案獲采納，還制定了國家、行業(yè)標準制累計18項。

感知與認知疊加，打造智能決策閉環(huán)

根據(jù)Transparency Market Research最新發(fā)布的市場報告顯示，2014年全球機器視覺市場價值為157億美元。到2021年，預(yù)計將達285億美元，2015-2021年期間，以8.4%的復(fù)合年增長率增長。伴隨需求的爆發(fā)性增長，計算機視覺的技術(shù)發(fā)展也在探索新的質(zhì)變。

李子青教授認為：“當(dāng)前的計算機視覺還面臨著兩大技術(shù)突破。第一，深度學(xué)習(xí)需大數(shù)據(jù)進行有監(jiān)督訓(xùn)練，人工標注費時費力；另外，從應(yīng)用來看，動態(tài)人臉識別的誤報率太高，生產(chǎn)環(huán)節(jié)大數(shù)據(jù)資源未充分利用。”

目前趨勢來看，人工智能技術(shù)突破的解決之道，需在技術(shù)演進和應(yīng)用落地中逐漸走向融合。李子青教授擔(dān)任百分點首席計算機視覺科學(xué)家，是雙方基于各自優(yōu)勢的強強聯(lián)合，將感知與認知深度疊加。

一方面，技術(shù)與業(yè)務(wù)深度融合，在真實運用場景里得到閉環(huán)回饋標注，用生產(chǎn)環(huán)節(jié)的大數(shù)據(jù)進行自主學(xué)習(xí)。另外一方面，物理世界中，可感知的圖像背后是大量的關(guān)系、因果、動機等難以用視覺識別的信息，需要通過認知、推理等過程來完成。

百分點的AI認知引擎，恰恰可以形成對感知層視覺識別的反哺。百分點自2015年開始深耕行業(yè)的數(shù)字化轉(zhuǎn)型，為解決企業(yè)和機構(gòu)的實際問題，通過語義理解將信息知識化，構(gòu)建了中國最大的行業(yè)應(yīng)用模型庫及行業(yè)知識圖譜庫，可以更加充分、自如地支持感知層的視覺識別在真實運用場景里通過大數(shù)據(jù)進行自主學(xué)習(xí)。

另外，感知、認知的疊加將有助于提升視覺動態(tài)識別的效果。李子青教授在首創(chuàng)實時人臉識別后，再次提出要實現(xiàn)動態(tài)人臉識別，而這也與百分點的技術(shù)創(chuàng)新思路不謀而合。動態(tài)知識圖譜是百分點研發(fā)創(chuàng)新的一項領(lǐng)先的知識抽取和知識融合的技術(shù)，可動態(tài)、實時、靈活地支撐感知層進行動態(tài)識別，并將數(shù)據(jù)快速轉(zhuǎn)變?yōu)闃I(yè)務(wù)知識，形成具有自適應(yīng)和自優(yōu)化能力的知識圖譜，實現(xiàn)動態(tài)復(fù)原現(xiàn)實世界，解決復(fù)雜、變化的業(yè)務(wù)問題。

百分點董事長兼CEO蘇萌博士介紹，與李子青教授以及中科奧森的深度合作，不光為百分點的認知引擎增加了智能的眼睛，更深遠的意義是感知與認知深度疊加后，它能夠快速判斷內(nèi)、外部復(fù)雜環(huán)境下事物的實時變化及事物之間深度交互和聯(lián)動的關(guān)系，能夠持續(xù)為業(yè)務(wù)提供判斷、分析，并為企業(yè)提供實時和前瞻的決策，從而實現(xiàn)感知、認知、決策閉環(huán)。

李子青和蘇萌共同表示：將持續(xù)深化人工智能領(lǐng)域的前沿技術(shù)研究與應(yīng)用創(chuàng)新實踐；開展人才、學(xué)術(shù)和技術(shù)等多方面的交流；聯(lián)手打造全行業(yè)計算機視覺人臉解決方案，助力中國傳統(tǒng)行業(yè)實現(xiàn)AI升級；深入?yún)⑴c到百分點海外業(yè)務(wù)開拓中，幫助“一帶一路”沿線國家建設(shè)高水準的人工智能實驗室，研發(fā)適合這些國家的機器視覺技術(shù)和產(chǎn)品，提升他們的信息智能化水平，并共同打造“中國方案”，讓更多的國家和大眾受惠于最前沿的人工智能技術(shù)和應(yīng)用。

xiesc