CCF-CV走进高校系列报告会(第九期,中北大学)

 

中国计算机学会计算机视觉专委会走进高校系列报告会

CCFCV Series Lectures

中北大学·太原(第九期)

2016319日(星期六14:00-17:30

中北大学图书馆学术报告厅

报告会主题

计算机视觉前沿技术及应用

程  序

13:30      签到

14:00      报告会开始

特邀讲者:操晓春  博士,中国科学院信息工程研究所研究员

演讲题目:底层计算机视觉处理技术

特邀讲者:苗启广  博士,西安电子科技大学教授

演讲题目:基于单幅图像的图像去雾霾方法

特邀讲者:刘  杰  博士,中国科学院自动化所助理研究员

演讲题目:自然场景中的文字检测技术

 

执行主席:秦品乐 博士,中北大学副教授

         中国计算机学会计算机视觉专业组委员

参加人员:视觉领域专业人士、研究生、媒体、其他有兴趣者

报名方式:Emailqpl@nuc.edu.cn(请于315日前将参会回执回复至该邮箱,邮件主题请注明“CCFCV中北大学报告会回执”)

参加方式:免费参加,敬请光临。

 

参会回执

姓名

职称/职务

电话

Email

工作单位

注:回执仅仅针对外地和外校的人员,本校人员无需提供。

 

特邀讲者操晓春 

cxc


中国科学院信息工程研究所信息安全国家重点实验室研究员、博导。就读于北京航空航天大学和美国中佛罗里达大学。曾就职值于美国
ObjectVideo公司和天津大学。主要从事多媒体内容安全和计算机视觉领域的研究,取得了多项创新研究和实践成果,并应用于国家重要部门。国家自然科学基金委优秀青年基金获得者,入选中组部万人计划青年拔尖人才支持计划” 、中国科学院百人划 CCF-A类国际期刊IEEE Transactions on ImageProcessing编委(Associate Editor)、英国工程技术学会会士(IET Fellow)

 

报告摘要媒体大数据智能分析技术频繁用到计算机视觉的低层特征描述,高层计算机视觉方法习惯性假设低层计算机视觉结果已经很鲁棒,因此深入理解低层处理技术具有非常重要的理论意义。本次报告,讲者拟简述低层计算机视觉处理领域最新进展,包括图像视频显著性、超分辨率、去噪去模糊、超像素超体素、分割、图像编辑、哈希等方向,并汇报讲者的一些观察和思考。

 

特邀讲者苗启广

hqg 


西安电子科技大学计算机学院教授,博士生导师;
2012年入选“教育部新世纪优秀人才支持计划”;中国计算机学会(CCF)理事,陕西省计算机学会理事,CCF人工智能与模式识别专委会委员,CCF计算机视觉专委会常务委员,CCF 青年工作委员会委员,CCF YOCSEF 2015-2017届副主席,CCF YOCSEF西安10-12届主席,IEEE会员,ACM会员, CCF高级会员,航空学会信息融合专委会委员,中国航空学会高级会员。200512月获西安电子科技大学计算机应用技术博士学位,201312-20147月受国家留学基金委资助在美国做高访。西电-360系统安全与大数据联合实验室主任,NVIDA-西安电子科技大学高性能计算联合实验室副主任。

主持在研和完成国家自然科学基金、国防预研、国防863、武器装备基金、教育部“新世纪优秀人才支持计划”等省部级项目10余项; 2008 /2011/2014年分别获西安电子科技大学“十佳师德标兵”称号;近年来,在IEEE TNNLS/TIP/TEC/TISTAAAIKnowledge Based SystemInternational Journal of Information SecurityJournal of Visual Communication and Image RepresentationIET Image Processing、软件学报、计算机学报、电子学报、光学学报等国内外重要学术期刊、国际会议上发表SCI/EI收录论文80余篇。

担任CCF 首届中国计算机视觉大会(CCCV 2015)程序委员会主席、2011CCF 首届青年精英大会组委会主席,CNCC2008CIS 2012CCFAI 2013CCDM2014 PC memberCIS 2013 special session chairNeurocomputingMultimedia Tools and ApplicationsJournal of Industrial MathematicsGate to Computer Vision and Pattern Recognition等国内外期刊Associate Editor。先后获省部级奖2项。

主要研究方向:计算机视觉与机器学习;社交网络大数据分析;高性能计算

 

报告摘要:近年来,雾霾等空气污染问题在全国各地都日趋严重,室外图像也常常因为这些恶劣天气原因而降质,并因此影响视觉效果和后续处理,为此学者们提出了大量的图像复原方法。我们从多个不同的角度提出了图像去霾的方法:1)根据霾与雾等天气条件的物理特性之差异,我们提出了一种基于黄霾物理特性的图像复原方法,该方法能够有效去除黄霾图像存在的色彩失真问题;2)基于融合的思想,从单幅输入图像生成两幅增强图像,通过两者的融合,使复原图像同时得到近景和远景处的细节信息;3)提出了一种基于熵和模糊融合的方法,该方法能够有效解决暗通道方法中白色物体景深估计错误的问题。大量实验结果证明,这三种方法对于黄霾天气的降质图像均能取得较好的复原效果。

 

特邀讲者刘杰 

lj2


2011
年于中科院自动化所模式识别与智能系统专业获得博士学位。2011年至今在中科院自动化所工作。主要从事计算机视觉和模式识别等相关领域的研究,特别是视频内容分析、文字检测与识别技术的研究及相关应用。曾作为课题负责人承担并完成多项国家科技支撑计划项目,并与国内多家知名企业(新浪微博、风行网、北大方正等)开展技术合作。

 

 报告摘要:随着移动智能设备的普及,自然场景图像获取越发便利,如何有效理解自然场景图像具有重要的意义和巨大的价值。文字信息直接承载了高层语义信息,因此,如果能够有效地提取自然场景中的文字信息,对促进图像内容的理解具有重要的作用。此报告首先简述自然场景中的文字检测技术,然后重点介绍讲者近年来在该技术领域所做的一些研究工作。

 

 

会场路线图

hc

CCF-CV网站:http://ccfcv.ccf.org.cn/

CCF-CV公众号:

image001