5月31日下午，惠普宣布与清华大学在北京成立清华大学- HP多媒体联合实验室。

　　该联合实验室将具有多媒体领域国际一流研发水平。惠普（HP）为联合实验室注入了领先技术、先进的研发管理流程和资金，清华大学则拥有多媒体技术领域的国际级的科研实力和团队。

　　联合实验室由惠普（HP）打印成像与消费市场集团（IPG）、信息产品及商用渠道集团（PSG）和惠普实验室共同出资建设，在未来几年将致力于涵盖图形、图像、音频、视频等领域的多媒体技术的研发，包括多媒体信息的分析、处理、搜索及管理，像自动照片分类、面部表情识别和影像音乐分析等。

　　惠普实验室为惠普（HP）公司创建了三项基础打印技术——喷墨打印技术、激光打印技术和液体电子摄影术，这些技术为惠普（HP）进入数字影像领域打下了坚实的技术根基。

　　5月31日，惠普（HP）公司执行副总裁兼首席战略与技术官（CTO）舍恩·罗宾森先生将和清华大学副校长康克军先生共同出席签约仪式，这是继去年6月首度访华后，罗宾森先生再次来到北京，重申惠普（HP）公司对在华研发投入的信心。

　　“我们非常期待与惠普（HP）尤其是惠普实验室的合作！惠普（HP）作为全球著名的高科技公司，其实验室开发了非常先进的多媒体技术。我们深信，联合实验室的研究成果在未来将对我们的社会和生活产生重大影响！”清华大学副校长康克军说。

　　中国跻身惠普全球研发战略要地

　　近年来，惠普（HP）公司已经在中国相继成立了惠普中国实验室（HP Labs China）、惠普全球软件服务中心（中国）（GDCC）、惠普（中国）研发中心（CDC）和惠普信息技术研发（上海）有限公司等研发机构，研发领域涉及了实验室级的科技研发、各业务集团为适应中国市场的产品研发，以及面向全球市场的软件和解决方案研发。中国已成为惠普全球研发的战略要地。

　　2005年11月成立的惠普中国实验室是惠普（HP）在全球的第六家实验室，成立1年多来，惠普中国实验室通过与中国高水平的大学和科研机构合作，创立了一种创新的研发模式——联合研发。

　　根据中国市场用户基础庞大、需求复杂、注重实效等特点，惠普中国实验室以“先进信息管理（Advanced Information Management）”为核心，充分利用国内研发资源开展项目研究。

　　在联合研发过程中，惠普（HP）为中国大学和科研机构带来了全球领先的技术、资金和先进的管理经验，中国大学和科研机构也迅速建立起一整套与高水平研发相适应的现代管理机制，同时加强了本地科研人才的培养，使中国本土的研发水平得到迅速提升。

　　清华、惠普携手开创中外创新研究新模式

　　惠普（HP）公司和清华大学的合作可谓源远流长，此前，惠普（HP）已经与清华大学联合研发了中国教育科研网格（ChinaGrid）、网格监控中心、水力信息数据管理、数字图像管理和组织等研究项目。中国教育科研网格已经为成千上万的研究人员和超过2000万的高校学生提供了信息技术资源和服务，水力信息数据管理则对中国广阔的水力资源进行有效控制，这些都充分证明了惠普（HP）与清华大学联合创新研发模式的成功。

　　此次清华—HP多媒体联合实验室选择致力于多媒体技术研究，正是看到了多媒体信息在全球的爆炸性增长，同时中国也为多媒体研究提供了肥沃土壤。“随着专业及业余级的多媒体信息在英特网上的全面爆发，我们需要更加先进的工具对收集到的海量图像及声音进行识别、分类及处理，”惠普（HP）打印成像与消费市场集团（IPG）首席技术官Patrick Scaglia说，“由于传统的文本分析技术的局限性，我们需要依赖多媒体工具来分析多媒体数据，我们很高兴能与在此领域具有世界级能力的清华大学合作。

　　清华—HP多媒体联合实验室的研究也将区别于传统的文本识别，对图形、图像和视频的研究将主要依托于图像识别技术，对音乐的研究将主要依托于声音识别技术。

　　双方签署了一项长期合作协议，在合作期间，双方的研究人员将根据需要在清华大学、惠普中国实验室、惠普美国实验室一起进行研究。植根中国的土地上，清华—HP多媒体联合实验室汲取着创新的源泉，研究成果不断转化为商业应用来服务中国、服务全球！

　　联合实验室开创全球多媒体前沿创新

　　清华—HP多媒体联合实验室将首先启动六大前沿领域的多媒体技术研究：

　　自动数码照片分类（Automatic classification of digital photos）：在可视化分析的基础上，一个收藏中的照片可以分为诸如肖像、合影、婴儿、运动等等种类。这一功能对于那些拥有成千上万张照片的个人或机构极其有用，无论这些照片是存在网上还是存在PC中，再也不必对每张照片进行标记了。

　　改进的人脸识别（Improved face identification）：“给我看看祖母的所有照片。”用户可以使用电脑查询来找到某人的所有照片，包括此人与他人的合影、他（或她）面部被部分遮掩的照片，而且系统会自动把这些照片归集起来。此项技术也正在扩展到视频领域。

　　基于视频的观众分析（Video-based audience analysis）：数码广告及告示牌的企业主可以使用视觉技术来识别有多少人停留下来观看，这些人停留了多长时间，以及他们的面部表情透露出来的信息——高兴、烦恼、惊喜、无聊等等。

　　视频数字仓库（Video digital warehouse）：视频可以根据图像特征来进行分析、分类和存取，图像特征包括帧、照片、场景及内容。研究人员将对巨型并行数据库技术的使用进行研究，以此作为实现多媒体数据仓库的激活器。

　　互联网视频社区的视频搜索和推荐（Video search and recommendation for internet-based video communities）：随着网络视频的繁荣发展，一种能识别相似主题从而在某个特定社区中，向视频观看者进行推荐的算法已经在研发中。比如，对于一位观看过某类运动视频的用户，可以提供其他类似的剪辑给他。

　　音乐分析及获取（Music analysis and retrieval）：一位用户可能会提出：“请给我找出更多这样的音乐”，并随即播放一个他想要的。音乐分析及获取系统可以根据节奏、音调、歌声、乐器及其他音频元素，来给出一个推荐音乐集。