CCF-CV走进高校系列报告会(第十二期,安徽大学)

ad4

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

安徽大学·合肥(第十二期)

2016年4月28日(星期四)13:30-18:00

安徽大学行知楼负一楼报告厅

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:赖剑煌 博士,中山大学教授

演讲题目:行人再标识问题的若干研究新进展

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:林 倞  博士,中山大学教授

演讲题目:深度上下文相关模型学习及场景语义解析

特邀讲者:韩军伟  博士,西北工业大学教授

演讲题目:视觉显著性计算及应用

特邀讲者:查正军 博士,中国科学技术大学教授

演讲题目:视觉搜索中的“意图鸿沟”

执行主席:汤进 博士,安徽大学教授

              中国计算机学会计算机视觉专委会委员

中国计算机学会前Yocsef合肥主席

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:Emailzhengzhengahu@163.com(请于424日前将参会回执回复至该邮箱,邮件主题请注明“CCFCV安徽大学报告会回执”

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 赖剑煌 

ljh


中山大学数据科学与计算机学院教授、博士生导师,中国计算机学会杰出会员,中国计算机学会计算机视觉专业组副主任,广东省信息安全重点实验室主任,广东省图像图形学会理事长,中国生物识别产业技术创新战略联盟常务理事IEEE高级会员,中国图像图形学会常务理事,中国图像图形学会学术委员会委员。19861989年分别在中山大学获学士、硕士学位,并留校任教。1999年在中山大学获博士学位。主要研究领域为生物特征识别、数字图像处理、模式识别和机器学习。已主持承担国家自然科学基金与广东联合重点项目1项,科技部科技支撑课题1项,国家自然科学基金4项等。已发表了约200篇学术论文,主要发表在ICCV CVPRICDM等专业重要学术会议以及IEEE TPAMIIEEE TIPIEEE TNNIEEE T-SMC(Part B)Pattern Recognition等国际权威刊物上。拥有多项国家发明专利。

报告摘要行人再标识(person re-identification)问题,是视频监控、模式识别与计算机视觉领域的一个重要问题。报告首先综述该领域的研究进展,然后重点介绍本团队在行人再标识方向的若干研究进展,包括了基于时空线索的行人再标识、行人的动态匹配模型、行人的镜像表示、跨视域的鉴别成分分析、基于深度学习的再标识等方法。相关理论可应用于现实监控系统,对于图像搜索与匹配领域也具备一定借鉴意义。

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,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” 、中国科学院百人计划 CCF-A类国际期刊IEEE Transactions on Image Processing编委(AssociateEditor)、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。讲者拟简述低层计算机视觉处理领域最近进展,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、哈希等具体方向,并汇报讲者的一些观察和思考。

特邀讲者 林倞

lq


中山大学数据科学与计算机学院教授,博士生导师,教育部超算工程软件工程研究中心副主任。2007-2009年在美国加州大学洛杉矶分校工作,2013-2014年在香港理工大学访问。长期从事视觉计算与智能感知等相关领域的研究,迄今已在权威期刊IJCV (Springer) / IEEE T-PAMI发表论文7篇,在其他IEEE 汇刊发表论文20余篇,在CVPR/NIPS/ICCV/ACM MM等顶级国际会议发表论文30余篇。获得2010 ACM NPAR最佳论文奖,2012Google Faculty Award2014ICME最佳学生论文奖。2012年入选教育部新世纪优秀人才支持计划,2013年获广东自然科学杰出青年基金。目前担任IEEE Trans. Human-Machine SystemsTheVisual ComputerNeurocomputing的知名期刊的编委。

报告摘要在图像语义标注研究中,卷积神经网络被广泛用于特征抽取以及像素级别分类,并取得了重要的进展。但是,这类方法使用卷积核来捕捉像素周边信息,仅仅利用了有限的局部上下文相关性。本报告将介绍在深度特征学习中融入全局空间上下文建模的方法,该方法利用长短期记忆递归神经网络自动学习像素之间的显示相关性,并与卷积网络联合优化,从而提高特征表达的判别性。并且围绕该方法探讨了场景理解研究中的两个新问题:1) 场景几何属性与关系解析;2) 基于彩色深度数据的场景语义标注。

特邀讲者 韩军伟

1


西北工业大学教授,博士生导师,自动化学院副院长,信息融合技术教育部重点实验室副主任。主要研究方向是多媒体信息处理和脑成像分析。在IEEE汇刊和领域顶级的国际会议如CVPRICCVACM MMIJCAIMICCAI等发表学术论文50余篇,获得国际会议ACM Multimedia 2010MICCAI 2011最佳学生论文提名,担任IEEE Trans. onHuman-Machine Systems, Neurocomputing等六个国际期刊编委/客座编委。获得国家自然科学基金委优秀青年基金和欧盟玛丽居里国际人才引进基金,入选教育部新世纪优秀人才支持计划和陕西省青年科技新星计划。

 

报告摘要:模拟人类视觉注意机制,视觉显著性计算能够自动估计图像和视频中包含的重要内容,从而为诸多多媒体应用提供便利,是目前计算机视觉领域的一个研究热点。本报告首先将简单介绍视觉注意机制的工作原理和研究进展;其次详细介绍视觉显著性计算技术的基本原理、实现方法、关键技术、难点问题、最新进展,以及我们在这一研究方向上的一些创新工作;最后展示显著性分析在图像/视频检索、压缩、传输、摘要、分类、监控、人机交互等方向的一些应用。

 

特邀讲者 查正军

2


中国科学技术大学信息科学技术学院教授、博士生导师。先后于中国科学技术大学获得学士、博士学位。曾先后任职新加坡国立大学博士后研究员、博士后高级研究员以及中科院合肥物质科学研究院研究员。主要研究方向为图像视频内容分析与检索。在相关研究领域,累计发表学术论文90余篇,其中包括IEEE汇刊、ACM汇刊论文以及CCF推荐A类会议长文数十篇;主编会议论文集一部。曾多次获国际会议论文奖励,包括第17届国际多媒体大会ACM Multimedia最佳论文奖、第21ACM Multimedia最佳学生论文奖等。

 

报告摘要:在视觉搜索中,用户与搜索系统之间存在“意图鸿沟”,使得系统不能准确感知与理解用户的搜索意图,导致搜索结果不能满足用户的信息需求,制约了视觉搜索的应用与发展。本报告将首先介绍意图鸿沟难题,探讨如何克服此难题,进而介绍若干相关的搜索技术,包括查询推荐 、用户反馈、视觉排序等。

会场路线图


hc

CCF-CV 网站:http://ccfcv.ccf.org.cn/

image001