在刚刚结束的2016年CVPR国际大规模场景理解公开赛（Large-scale Scene Understanding Challenge，LSUN）中，控制学院张伟老师和研究生张伟东带领的山大队击败了Stanford，UIUC等队伍，在场景布局估计项目中一举夺魁，将场景布局估计的错误率首次降低到10%以下，达到5.8%，比上届冠军的成绩(UIUC队伍)在错误率方面降低近60%。山大队因此受邀参加于美国拉斯维加斯举办的2016国际计算机视觉与模式识别会议（CVPR2016），在大规模场景理解专题做特邀报告。

场景理解比赛（SUN）最早由MIT于2010年发起，后由普林斯顿大学拓展成大规模场景理解公开赛（Large-scale Scene Understanding Challenge），每年一届，在当年的国际计算机视觉与模式识别会议（CVPR）上公布成绩，是目前场景理解领域最具权威的比赛，吸引了包括MIT、Stanford、UIUC、香港中文、中科院、上海交大等众多科研院所参赛。比赛提供了目前全球最大规模的场景视觉数据，今年共设三个单项，包括场景布局估计、显著性预测和场景分类。山大队参加了其中的两个单项比赛，在显著性预测比赛也取得了不错的成绩，单项指标最好成绩位列第二名。

CVPR大会简介：

CVPR全称是国际计算机视觉与模式识别会议（IEEE Conference on Computer Vision and Pattern Recognition），于1983年在华盛顿揭幕，2016年CVPR于美国拉斯维加斯举办。该会议是计算机视觉和模式识别领域的顶级会议，也是中国计算机学会（CCF）分类的A类会议，“A类会议指国际上极少数的顶级学术会议，鼓励我国学者去突破”。

CVPR有着较为严苛的录用标准，所有论文必须经历严格的两轮双盲审审稿，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%，所收录论文代表了图像视觉领域最新的发展方向和水平，引领未来的研究趋势。