我们从事的主要研究方向及特色包括：
1、 手写人机交互技术及应用：
手写是人类自古以来最自然的信息交流方式，利用手指触摸及电子笔采集手写信号，结合现代图像处理、机器视觉、模式识别、人机交互等理论和技术来构造新的手写人机交互技术，是人机交互（HCI）的一个重要发展方向。与传统的基于键盘及鼠标的人机交互技术相比，手写人机交互技术的主要优点是交互方便自然，无须学习，识别速度快，具有自适应智能功能，占用设备体积小等，可广泛应用于嵌入式移动计算设备，如iPhone/Android Phone智能手机、通信终端设备平板电脑（Tablet PC）、掌上电子学习机等。涉及的核心技术包括是手写数字墨水的采集、编码、还原、识别、合成、检索、计算机书法及书写质量评价等等。目前主要关注的课题有：数字墨水的编码显示技术，手写笔迹的美化，高性能无约束手写文字理解及检索别等。
2.文字识别及应用：
文字识别是一个典型的大类别模式识别难题，本方向系统地开展了手写体汉字数据库的建立、特征提取、特征选择、分类器设计、低分辨率运动手写体文字识别等方面的研究，在国内首次提出了基于局部弹性网格的手写体方向特征提取新方法、基于支持向量机的大类别汉字识别非线性分类器方法、基于神经网络的多分类器模型、用于汉字整形的可变形变换理论及模型、基于手指书写文字输入新模型、草书手写识别分类器集成方法、基于子空间分布共享聚类的低存储量MQDF分类器等，所研制的汉字识别器对863国标字库识别率达到98％以上（处于国际先进水平）。目前从事的研究课题有：机器学习在文字识别中的应用，无约束联机手写汉字识别，手写词组识别，嵌入式手写输入法，基于视频的文字识别及低分辨率OCR，脱机手写汉字识别新方法。
3. 图像处理、机器视觉与机器学习：
目前从事的研究方向有：子空间机器学习理论与技术、人脸检测及人脸特征点识别、人脸表情识别、人脸图像变换、人脸美丽智能评价、人脸合成，基于视觉的通用目标识别、智能视觉监控等。关注计算机视觉、机器学习领域的最新理论技术及应用。
4. 移动互联网智能终端技术/云计算应用
目前从事的研究方向有：Android智能终端应用、iOS智能终端应用（iPhone/iPad）、Windows Phone 智能终端应用、汉字书写智能学习电子描红本，云计算技术应用，移动云计算。
5. 加速度信号处理及其应用
基于传感器的人体运动检测是一个非常活跃的研究领域，可以构造各种新颖的应用，例如：新的人机交互形式、步态识别、智能健康检控、交互式游戏、无线传感器网络及普适计算应用等。研究内容涉及到3D加速度信号的采集、预处理、信号处理及建模、特征分析及特征提取、信号识别等。
相关研究工作获得多项国家自然科学基金、广东省自然科学基金、广东省及广州市科技攻关计划等资助，相关研究成果可以广泛应用到人机智能系统、手机等产品中。
实验室由博士生导师金连文教授主持工作，现有在读研究生30余人，平均每年招收博士生1～2人，平均每年招收硕士研究生7～10人（含学术型/专业型/中法联合培养型等），平均每年指导5～10名本科生从事课外科研及毕业设计工作。
欢迎对本实验室研究工作感兴趣的学生报考本实验室的硕士及博士研究生。