AI科技评论消息，中国香港中文大学计算机科学工程系教授、终身教授贾佳亚于2017年5月15日公布消息，全职加入腾讯优图实验室，继续进行计算机视觉方面的理论研究和应用开发。
双方简介
贾佳亚教授在中国香港科技大学获得计算机科学博士学位，在微软亚洲研究院做一年半访问学者后，2004年加入中国香港中文大学计算机科学与工程系，2010年升任副教授，2015年任教授。贾佳亚教授任职期间发表过逾百篇顶级会议和刊物论文，是前期和中期计算机视觉最著名的专家之一，研究方向为计算机视觉、图像计算和处理、机器学习等，最广为人知的成果是图像去模糊算法，以及去年带队在ImageNet比赛中拿下了Scene Parsing（语义分割）的冠军。
贾佳亚教授现任计算机视觉和机器学习顶级刊物IEEE TPAMI（交易模式分析与机器智能）和IJCV（国际计算机视觉学报）的编辑，还多次担任ICCV（国际计算机视觉大会）、IEEE CVPR（国际计算机视觉与模式识别）的领域主席，以及2013到2017年ICCP（国际计算机影像会议）和SIGGRAPH（计算机图形和交互顶级会议）的论文委员会成员。贾佳亚教授培养出的学生也在业内许多企业和实验室进行着研究，做得最大的比如商汤科技CEO徐立博士。
腾讯优图实验室则是国内领先的机器学习研发团队，研究图像处理、模式识别、深度学习，主要关注应用层面，在人脸检测、五官定位、人脸识别、图像理解等领域都积累了完整解决方案和领先的技术水平。腾讯优图隶属于腾讯社交网络事业群，整体立足于腾讯社交网络大平台，依托腾讯社交业务产生的庞大数据量，进行算法开发和应用场景训练，除了支持自家QQ和QQ空间外，还已经和多个政企机构进行合作。
这是一次如鱼得水的加盟
据雷锋网AI科技评论了解，贾佳亚教授本人就一直对图像有很浓厚的兴趣，所以即便20年前计算机视觉还是完全冷门，他也决心投身这个领域。贾佳亚教授很注重技术的应用，在他看来计算机视觉方面大量的研究都是由应用需求激发的，是为了解决实际问题而开发技术，他也把计算机视觉方法得出跟人类的自然视觉匹配的结果看作重要的关注点。
此次加入腾讯优图实验室，腾讯副总裁梁柱表达了对持续提升AI的技术能力和应用场景的期待，贾佳亚教授也希望依托腾讯社交网络的海量数据进行研究，拓展应用场景。
对贾佳亚教授来说，加入优图实验室有三个主要原因，都能为他的研究方向起到助力：
一， 他自己与工业界有很紧密的联系，乐于为研究项目开发方法。在腾讯优图会有很多新的研究项目，而优图目前的研究方向也跟贾佳亚教授的方向非常吻合。
二，他在多年研究中培养了许多创造性技术，希望把这些技术更好地发挥在工业中，转化为生产力。
三，优图依托腾讯平台，有非常丰富的应用场景和海量的数据可以用于研发，是具有强大资源的实验室，多个领域也有产品落地。
对于未来在优图实验室的计划，贾佳亚教授也已经有了自己的想法。由于专利问题，过往的许多技术不会考虑直接搬到腾讯，所以他更想建立新的团队、研发新的技术，利用自己在自然图像视频的智能识别处理技术方面的成果与优图实验室优势互补，进一步推进技术的应用。
在贾佳亚教授看来，在市场需求推动下，大量顶尖研究人员走向企业是正常的，他自己从学校到企业的实际角色转换也并不算大，毕竟他在学校的时候也是以应用和解决实际问题为目标的研究思维。不过他还是需要学习如何建立一支适合企业的研发队伍。
可以期待一大波图像黑科技的出现
现代数字图像在普及的同时，所有人都盼着其中的固有问题和应用中的新需求得到解决。比如手机摄像头的噪点控制和色彩还原、模糊照片的信息恢复、主体指定和背景虚化、日常照片的防抢镜和清路人、自动驾驶的路况识别、佩戴式视觉增强设备等等，有一些商业化应用的发展已经日新月异，但是多数场景下、多数最终用户的感觉上，还是有更多的期待。
凭着对图像的兴趣，贾佳亚教授也对这些方面进行了研究，有不少实用的成果，很能够解决一些应用痛点。如下几个都是他很早以前的研究成果了，但是目前我们最终用户还是感知甚少。
去除照片中物体
视频倍线（同步提高分辨率和清晰度）
高精度抠取人物
这两年，带有智能美拍功能的手机销售火热，face u之类的互动性自拍软件兴起，斗鱼也有了可以跟着主播的脸进行互动的礼物。面向最终用户的软件应用还有很大可发掘空间，假设有个app可以清除照片里的抢镜路人，肯定会马上流行起来。身怀众多图像处理技巧、又喜爱图像本身的贾佳亚教授，来到了具有“用户需求为导向”的腾讯公司下属的实验室，可以期待一大波照片处理的黑科技、一大波照片的新玩法通过来腾讯旗下的app或者更多途径来到我们的手机里。
斗鱼礼物“亲吻”
计算机视觉研究的未来
从贾佳亚教授投身计算机视觉领域以来，随着时间一年年过去，计算机视觉的应用越来越丰富、产业化程度和智能化程度越来越高，他研究的领域也从一开始的早期视觉（基于像素研究图像形成过程）、到中期视觉（视频处理、运动估计、场景重建）再到现在的深度学习图像识别，难度越来越高，带给我们的想象空间也越来越大。
在贾佳亚教授看来，图像识别领域的明珠是“识别万物”，是计算机能够像人一样准确地识别分析场景、比人更准确地识别人和物体（现在在100万级1：N人脸识别中，人类已经以23.9%的正确率完败优图人工智能的83.29%），还能够对图像中的多个同类物体进行区分和复原，这大概会是未来几十年内计算机视觉方面的终极目标。他也期待自然语言和计算机视觉的交叉点“基于视觉的问答”的到来，那时计算机识别的发展已经今非昔比，人类和计算机的交互方式、相互关系可能还会发生彻底的变化。
