“我们开始开发一种新的工具，可以克服其他设备面临的人脸再识别的问题- 其结果远远超出了我们的预期” -计算机视觉和机器研究Tao Xiang教授
著名Tao Xiang教授带领萨里的团队，创造了独特的轻量级深层神经网络，可以成为人工智能在视频监控领域应用的新标准。
人工智能正越来越多地被用于帮助人类操作员处理来自CCTV和其他安全部门的大量图像。人脸再识别 （ReID）是一种人工智能能够识别来自不同相机或者不同场所拍摄到的同一个人脸图像的方法。这有助于在覆盖大面积公共空间的CCTV网络跟踪嫌疑人。
在去年在韩国首尔举行的计算机视觉国际会议（International Conference on Computer Vision, 视觉人工智能领域最著名的会议）中展示的一篇文章中，Xiang教授和来自萨里视觉,语音和信号处理(CVSSP)中心的专家，详细地说明他们如何开发名为OSNet的独特系统，已经超过现在正在广泛使用的识别系统。
令人难以置信的，OSNet仅仅需要220万参数就可以胜过它的竞争对手们建立在ResNet20的基础设施，后者需要使用2400万个参数。这意味着OSNet将会成为视觉识别技术的新标准。
Tao Xiang, 萨里视觉,语音和信号处理 (CVSSP)中心的教授，说到：“有了OSNet，我们开始开发一种工具，可以克服其他设备面临的人脸再识别的问题，但是其结果远远超出了我们的预期。依靠OSNet达到的ReID精度明显已经超过了人类操作员。”
“OSNet不仅证明了它有能力在人脸再识别问题上胜过其他同类产品，而且其结果使我们相信它可以作为一种独立的视觉识别技术被使用。”
CVSSP中心的主任，Arian Hilton教授说：“这是Xiang教授和他的团队在实现世界领先的人脸再识别技术方面取得的巨大成就。他们在OSNet系统上有潜力取得突破，有助于在未来几年形成视觉识别领域的新标准。这是人工智能和机器感知造福社会的一个很好的例子，为更安全的公共空间提供了技术支持。”
Tao Xiang教授-计算机视觉和机器研究的教授
英国萨里大学计算机视觉和机器研究的教授，也是杰出的特聘讲座教授。他是剑桥三星人工智能中心的首席研究员，领导者着该中心的身体行为小组。他在计算机视觉方面的研究主要集中在视频监控、日常活动分析和手绘图分析。他还对大规模机器研究问题感兴趣，包括零/少镜头研究和领域泛化。发表论文超过160余篇，被引用频次11K (h-inex 60)。他还是计算机视觉会议的区域主席，包括ICCV和BMVC。已经获得了超过390万英镑的研究经费。
MSc Computer Vision, Robotics an Machine Learning
计算机视觉，机器人和机器研究硕士课程
入学要求：
至少2:2英国荣誉学位或者其他同等水平的学历
可接受本科专业背景：
计算机科学/电子工程/数学/物理，如果是相关专业或者有重要工作经验也可以被考虑
语言要求：
学术雅思总分6.5，写作不低于6.0，其他单项不低于5.5
备注：
ICCV: IEEE International Conference on Computer Vision即国际计算机视觉大会
BMVC: British Machine Vision Conference 英国机器人视觉会议
CCTV: Close Circuit Television 闭路电视
ReID：Person Re-Ientification人脸再识别
