视频智能计算研究团队致力于视频内容理解、视频内容生成、多模态特征学习等前沿方向，团队目前包括有教师11名，包括国家级人才3人，省部级人才5人，在读博士生50余人，在读硕士100余人。团队深耕视频智能计算数十年，提出的系列创新成果引发了大量跟踪研究，构建的开源数据和工具集被国内外高校及企业频繁使用，研发的系统多次服务国家重大需求。团队近五年承担了科技创新2030“新一代人工智能”重大项目、国家自然科学基金重点基金等国家和地方的重要科研项目，以及华为、腾讯、百度等企业的技术攻关需求。团队获国家自然科学二等奖（2023年）、教育部自然科学一等奖（2022年）、上海市科技进步一等奖（2018年）等奖励。

代表性成果1：多元协同的视觉计算理论与方法

团队通过长期攻关揭示了视觉计算中数据层、特征层、语义层的多元复杂特性，也就是不同数据视角、高维特征、语义类别间关联耦合关系，提出了适应各层特性并逐层解耦的协同建模方法，形成了贯穿数据处理、特征融合、语义识别全过程的多元协同视觉计算理论体系。获2023年度国家自然科学二等奖。

代表性成果2：高速铁路设施故障智能检测系统

团队研制了高速铁路设施故障智能检测系统，部署在全国多家铁路局。应用单位普遍评价该系统提升了我国高速铁路设施维护的智能化水平，提高了铁路设施安全隐患的检查效率，提升了铁路运输效率和安全性。获2018年度上海市科技进步一等奖。