CCF-CV走进高校系列报告会(第二十九期,上海交通大学)

1
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

上海交通大学·上海(第 29期)

2017320日(星期一)13:00-17:00

上海交通大学电信群楼3-200报告厅

报告会主题

计算机视觉前沿技术及应用

 

13:00      签到

13:15      致开幕词

13:30      报告会开始

13:30      特邀讲者:王 亮  博士,中国科学院自动化所研究员

演讲题目:媒体大数据分析

14:15   特邀讲者:田永鸿  博士,北京大学教授

演讲题目:大规模视觉对象的精准搜索与识别

15:00      茶歇

15:15   特邀讲者:吴飞 博士,浙江大学教授

演讲题目:序列数据深度学习及其思考

16:00      特邀讲者:杨小康 博士,上海交通大学教授

演讲题目:未来人工智能视觉感知的若干思考

16:45      致闭幕词

17:00      活动结束

执行主席:倪冰冰博士,上海交通大学电子信息学院副教授

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Emailccfcvsjtuworkshop@gmail.com (请于312前将参会回执回复至该邮箱,邮件主题请注明“CCFCV上海交通大学报告会回执”) 

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 王亮 

2

博士,研究员,博导,IEEE高级会员、国际模式识别协会会士(IAPR Fellow),模式识别国家重点实验室副主任、计算机学会计算机视觉专委会秘书长、图像视频大数据产业技术创新战略联盟秘书长、电子学会青年科学家俱乐部副主席。中科院百人计划入选者(终期优秀),国家杰出青年科学基金获得者,国家青年科技奖获得者。2004年获中科院自动化所工学博士学位。2004-2010年分别在英国帝国理工学院、澳大利亚莫纳什大学、墨尔本大学及英国巴斯大学工作。主要研究领域是模式识别,计算机视觉,大数据分析等。目前Google Scholar引用9000余次。

报告摘要日益增长的媒体大数据除了具有容量大、价值高、速度快等大数据特性外,最显著的特性莫过于其来源和形式的多样性,也就是数据的异质问题,相似/相同的语义可能来自于文本、图片、视频、音频等多模态数据。要对媒体大数据进行有效地分析与挖掘,学习多模态数据的共同表达以及建立不同模态数据之间的关系就显得尤为重要。本报告首先介绍媒体大数据的背景,然后介绍其研究挑战,并给出一些媒体大数据分析模型及其相关应用示例(如跨模态分析与检索)。最后总结与讨论了媒体大数据分析的未来潜在研究方向。

特邀讲者 田永鸿 

3

博士,北京大学教授,博士生导师,IEEE高级会员。2005年于中科院计算所获博士学位。曾任中科院计算所助理研究员、美国明尼苏达大学访问教授。主要研究方向为机器学习与视频大数据处理。累计主持国基金重点项目、863计划课题等项目20余项,发表学术论文140余篇,拥有美/中国发明专利35项,获国家与及省部级科技奖励4项。任国际期刊IEEE TMMIJMDEM编委,中国工程院人工智能2.0”规划专家委员会专家、北京市类脑计算专家组专家和全国研究生智慧城市技术与创意大赛专家委员会秘书长。

报告摘要大规模视觉对象的精准搜索与识别是计算机视觉和媒体大数据中的重要挑战性问题。与仅需搜索视觉相似对象的传统搜索任务不同,精准搜索任务需要准确地区分视觉表观相似的不同对象,通过搜索来实现识别。针对这一挑战,我们需要将精准对象搜索任务建模为多任务学习问题,在同一框架下同时实现精细粒度对象检索对象识别/再标识。本报告将首先介绍精准对象搜索的技术挑战,回顾国内外在相关方向上的最新研究进展,展示精准对象搜索技术在媒体大数据和智能城市等领域的巨大应用前景,最后分享全国研究生智慧城市技术与创意大赛智能技术挑战赛中相关比赛任务的情况。

特邀讲者 吴飞 

 4

博士,浙江大学计算机学院教授,博士生导师。主要研究领域为人工智能、跨媒体计算、多媒体分析与检索和统计学习理论。浙江大学计算机学院副院长、浙江大学人工智能研究所所长。国家杰出青年科学基金获得者(2016年)、教育部新世纪优秀人才支持计划入选者(2011年)。在浙江大学新星计划资助下,于200910月至20108月在美国科学院院士、加州大学伯克利分校统计系郁彬(Bin Yu)教授课题组做访问学者。

报告摘要对序列数据(如用户点击数据、Q-A问答、视频和地图查询等)的学习理解是从大数据到知识、从知识到决策一个重要方面,在互联网搜索、机器翻译、在线商业智能问答服务、图像/视频描述自动生成等应用中具有重要作用。一般而言,有效利用序列数据中的上下文关联(时空依赖和群智交互等)可提升学习性能。本报告将介绍课题组在跨媒体搜索、Q-A问答中进行序列数据深度学习的方法,并提出对当前研究在人工智能发展背景下的若干思考。

 

特邀讲者 杨小康 

5

博士,上海交通大学教授、电子信息与电气工程学院副院长、图像通信研究所副所长。主要研究图像处理与机器学习。入选教育部长江学者特聘教授、国家杰出青年科学基金、国家万人计划科技创新领军人才、科技部中青年科技创新领军人才、上海市优秀学术带头人、德国洪堡学者、微软青年教授奖。任中国电子学会青年科学家俱乐部副主席、上海市图像图形学会理事长,为IEEE Transactions on Multimedia编委、IEEESignal Processing Letters编委。

报告摘要本报告首先结合AlphaGo战胜人类棋手的深度学习原理,探讨当前人工智能局限性的若干思考;然后结合我国AI2.0发展愿景,汇报课题组在异步过程学习、群体感知等相关研究方面的进展,探讨人工智能视觉感知未来研究的若干思考。

 

 

执行主席:倪冰冰

6

博士,上海交通大学电子系副教授,博士生导师。中组部第十一批青年千人。2010-2015年于美国伊利诺伊大学香槟分校新加坡高等研究院担任研究科学家。2005年在上海交通大学电子工程系获学士学位;2011年在新加坡国立大学电气与计算机工程系获博士学位。博士期间,先后在微软亚洲研究院和谷歌公司美国总部实习。主要研究方向为计算机视觉、多媒体计算、机器学习。在国际重要学术期刊和会议发表学术论文64篇,包括中国计算机学会推荐的A类期刊/会议论文30余篇 (例如:IEEE Trans. on PatternAnalysis and Machine IntelligenceInternationalJournal of Computer VisionICCVCVPRACMMultimedia)。倪博士被IBM公司T. J. Watson研发总部评选为2010年全球多媒体与信号处理领域十大新锐之一,先后获得PREMIA2008PCM2011最佳论文奖,以及ICPR2012HARL竞赛第一名,ECCV ChaLearn 2014竞赛第二名, CVPR THUMOS2015 竞赛第一名。

 

承办单位:上海交通大学图像通信与网络工程研究所

上海交通大学图像通信与网络工程研究所的前身为组建于1998年的图像通信与信息处理研究所,是我国在数字电视广播、数字媒体处理与传输领域的主要研究力量之一。为顺应网络化发展趋势,于20111月更名为图像通信与网络工程研究所。研究所致力于网络化环境下的数字媒体理论与技术研究,为数字电视演进的科技进步、服务创新、产业发展提供关键技术与学术支持。研究所的发展目标是:建成国内一流、国际先进的图像通信与网络工程研究所,围绕数字电视演进技术及其在智能城市管理中的拓展应用,以联合开展应用基础研究和服务企业需求为重点,完成一批国内领先国际先进的标志成果、掌握共性关键技术、形成核心知识产权,凝聚一支高水平的科研团队。研究所下设五个实验室:图像编码与传输、视频分析与管理、网络计算与服务、媒体呈现与交互、系统集成与实现。现有专职教师和博士后30余名,其中教授7人,副教授13人,长江学者特聘教授1人,国家杰出青年科学基金获得者2人;并依托教育部-国家外专局高等学校学科创新引智计划(111计划)智能视频科学与技术引智基地,聘请数十名国际顶级学者担任顾问教授、客座教授和研究员,其中中国两院外籍院士1名,中国工程院院士1名,IEEE Fellow 10余名。在读硕士生和博士生150多人。在学科上,属信息与通信工程一级学科,在该学科的两个二级学科(通信与信息系统、信号与信息处理)上招收博士、工学硕士和工程硕士,设有一级学科博士后流动站。研究所是上海市数字媒体处理与传输重点实验室的依托单位、上海市图像图形学会的挂靠单位。近10年来,图像通信与信息处理研究所共承担国家973项目、863项目、国家科技重大专项/支撑计划、国家自然科学基金重点项目、国家杰出青年科学基金等40余项,获国家科技进步二等奖2项,省部级科技奖励13项。研究所所长张文军教授曾是国家HDTV专项总体组组长、教育部首批长江特聘教授,为国家973项目首席科学家、国家杰出青年科学基金获得者,曾任上海交通大学副校长。

­­­­

 7

会场路线图

CCF-CV网站:http://ccfcv.ccf.org.cn/

CCF-CV公众号:

9

【活动背景】自201511月起,CCF计算机视觉专委会(CCF-CV)在全国范围内率先开展走进高校系列报告会、走进企业系列交流会等特色活动,在学术界、工业界产生了热烈反响,受众遍及祖国大江南北。CCF计算机视觉专委会欢迎各兄弟学会、专委会借鉴,共同推动我国相关领域的学术繁荣和产业发展!