项目团队以深度学习方法作为主要工具，在海量复杂视觉信息的表示方法与识别术领域取得多项进展。主要研究内容包括一下几个方面：

   1、在复杂场景下的人脸和文字检测方法研究方面：1）研究了复杂场景下人脸的检测方法，场景中文字的检测与识别方法。在人脸检测领域提出了MTCNN方法，在文本检测领域提出了CTPN方法。2）在文本检测技术方面， 针对文本具有序列的性质，我们设计了一种网络Connectionist Text Proposal Network (CTPN)去检测文本。通过修改RPN, 使RPN可以精确地定位文本行。因其能直接从特征图上检测最终的文本组件，不需要额外的CNN去进一步处理，因此本方法速度较快。

   2、在场景的识别与理解方法研究方面：我们研究开发了面向复杂多类别场景图像的分类方法。我们的方法在ImageNet15场景分类任务中取得第二，在LSUN16场景分类任务中取得第一。

   3、在人像识别方法方面：1）我们提出了聚集惩罚函数（Center Loss）来进行联合监督，该方法在数据著名数据集LFW和YTF上进行测试，在仅仅70万训练数据的情况下，我们的单模型识别效果在LFW数据库上超过了99.2，在YTF数据库上超过了94%。而其他人方法则需要通过大量的训练数据或者多模型融合，如Google的2亿数据和DeepID2+的25个模型。2）在跨年龄人脸识别方面，我们提出了一种基于隐因子引导的卷积神经网络（Latent Factor Guided Convolutional Neural Networks， 简称 LF-CNNs），在世界知名数据集Morph Album 2、FG-Net等上取得国际领先的结果。