【预告】CCF-CV走进高校系列报告会(第四十一期,武汉大学)

 

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

武汉大学·武汉(第 41期)

20171021日(星期六14:00-17:00

武汉大学信息学部徕卡厅(星湖学术报告厅

报告会主题

计算机视觉前沿技术及应用

 

程  序

13:45      签到

14:00      报告会开始

        特邀讲者:何明一  博士,西北工业大学教授

演讲题目:先进机器视觉——多视多谱联合观测与智能处理

特邀讲者:熊红凯 博士,上海交通大学教授

演讲题目:可解释的卷积网络技术

特邀讲者:纪荣嵘  博士,厦门大学教授

演讲题目:视觉搜索与识别系统中的紧凑性问题

特邀讲者:郑伟诗  博士,中山大学教授

演讲题目:无监督行人重识别

 

执行主席:陈震中博士,武汉大学遥感信息工程学院教授

王  刚博士,阿里巴巴人工智能实验室首席科学家

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Emailgrace@whu.edu.cn (请于1019前将参会回执回复至该邮箱,邮件主题请注明“CCFCV武汉大学报告会回执”

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:回执仅针对外地和外校的人员,本校人员无需提供。

 

特邀讲者 何明一

西北工业大学电子信息学院教授、博士生导师,信息获取与处理陕西省重点实验室及国际联合研究中心主任,西工大对地观测研究中心主任/首席科学家,西工大信息与通信工程学位分委员会主席。先后主持国家自然科学基金重点项目、重点国际合作项目,863重点项目,973专题项目等。在PAMI, IJCV, TGRS, CVPR, JSTARS, GSRL, ICIP等发表了系列论文,出版了《神经网络与信号处理系统》,《数字图像处理》等专著教材。主要研究方向是神经网络人工智能、高光谱数据处理、先进机器视觉和图像处理。于1993年起批准为享受国务院政府特殊津贴专家,是国家自然科学基金委第四、五届学科评审组成员,中国探月工程专家组成员,国际数字地球学会中国国家委员会委员及光谱成像对地观测专委会副主任。IEEE SPS等主办的国际信号与信息处理大会、国际工业电子与应用大会主席或共同学术委员会主席。获省部级科技奖10项及包括IEEE CVPR 2012最佳论文奖的国际学术奖3项。任IEEE TGRS副主编和JSTARS客座编辑。

报告摘要先进机器视觉是计算机视觉和机器视觉的交叉领域,其目的是更好地观测与理解世界。本报告主要介绍讲者及其团队在多视多谱联合观测与智能处理这一先进机器视觉领域的研究工作。报告内容主要包括先进机器视觉概念与框架,三维场景重建,目标显著性检测,高光谱图像目标分类,以及基于浅层和深度神经网络的人工智能处理。

特邀讲者 熊红凯

上海交通大学特聘教授,国家杰出青年科学基金获得者,教育部长江学者特聘教授,科技部创新人才推进计划“中青年科技创新领军人才”,教育部新世纪优秀人才,上海市优秀学术带头人,上海市曙光学者,上海市青年科技英才。IEEE高级会员。中国图像与图形学学会理事。

2003年获上海交通大学工学博士学位。2007-2008年在美国卡内基梅隆大学担任研究员、2011-2012在美国加州大学圣地亚哥分校担任Scientist。主要从事信号处理、信息论编码通信、视觉与统计学习等相关领域研究,主持国家自然科学基金重点项目和重点国际合作项目3项。2011年,获上海市技术发明奖一等奖(第一完成人);多次获国际学术会议最佳论文奖,发表相关IEEE Trans汇刊论文40余篇。

报告摘要基于信号处理的分解重构框架到基于学习的表示趋势,描述最新研究。介绍小波核卷积网络和滤波器组网络,发展基于树结构的核构造卷积网络,阐释卷积稀疏码的解释性对照,讨论共性学习的问题和进展,形成基于数据的稀疏建模紧致描述。

特邀讲者 纪荣嵘

博士,教授,致力于视觉内容检索与分析的研究。相关工作发表于SCI源期刊论文93篇,包括国际计算机视觉期刊(IJCV)、ACM 汇刊与IEEE汇刊43篇、其中JCR一区期刊11篇,中国计算机学会推荐A类国际期刊12篇,A类国际会议长文40篇。申请人所发表论文的Google Scholar引用次数3900余次,H-因子为29SCI他引合计近1200次,9篇论文入选ESI高被引/热点论文;获2007年微软学者奖,2011ACMMultimedia最佳论文奖,2012年哈尔滨工业大学优秀博士论文奖,2015年黑龙江省高校自然科学一等奖(第二完成人),2015年黑龙江省自然科学二等奖(第二完成人),2016年教育部技术发明一等奖(第四完成人);申请人获批美国专利3项,中国专利8项,提出面向视觉搜索的视觉描述子压缩模型,被集成于百度腾讯等公司产品中;获2014年国家优秀青年科学基金支持,入选2015年福建省闽江学者特聘教授;主持中央军委科技委前沿创新重大项目,总参谋部十三五预研项目,国家自然科学基金面上项目、科技部行业专项、十三五科技部重点研发计划子课题、总装备部十二五预研子课题等。

报告摘要报告将汇报厦门大学媒体分析与计算研究组(mac.xmu.edu.cn)近两年来在面向视觉应用的视觉特征紧凑表示和深度网络压缩中所做的一些工作与成果。首先将介绍2015-2017ICCVCVPRAAAIIJCAITIP上发表的一系列排序敏感特征哈希算法。这些算法旨在通过引入大规模无监督排序信息,学习排序敏感的哈希码,以保持原始高维特征空间中的检索信息。其次将介绍在2016IJCAI上发表的面向人脸和视觉场景解析的深度网络模型应用,以及2017AAAI上发表的深度模型压缩研究。

特邀讲者 郑伟诗

博士,中山大学数据科学与计算机学院教授。他主要面向大规模智能视频监控,展开视频图像信息与信号的处理研究,并开展大规模机器学习的算法和理论研究。他目前的主要研究应用领域是:视频监控下的行人身份识别与行为信息理解。面向大规模监控网络下的行人追踪问题,他在国内外较早和持续开展跨视域行人重识别的研究,发表一系列以跨视域度量学习为主线的研究工作,他提出的基于相对比较思想建模思路在行人重识别中被广泛深入研究。他已发表90余篇主要学术论文,其中60余篇发表在图像识别和模式分类IEEE TPAMIIEEE TIPIEEE TNNPRIEEE TCSVTIEEE TSMC-B等国际主流权威期刊和ICCVCVPRIJCAI等计算机学会推荐A类国际学术会议。获国家优秀青年科学基金、英国皇家学会牛顿高级学者基金、广东省自然科学杰出青年基金等支持和广东省创新领军人才项目支持。主页:http://isee.sysu.edu.cn/~zhwshi/

报告摘要为了实现大范围多摄像机网络下的行人连续追踪,行人重识别在过去多年得到了大力发展。然而,目前的行人重识别技术大量依赖于跨摄像头的数据关联标签,需要耗费大量的人力去标注大量的跨视域的数据,对于大规模摄像机下的行人重识别模型学习形成重大挑战。这次报告将向大家汇报本研究组提出的无监督行人重识别算法,特别汇报与本研究组这些年来提出的非对称度量学习建模相结合的无监督度量学习模型。

执行主席:

陈震中,武汉大学遥感信息工程学院教授,博导,国家青年千人。2007年获香港中文大学电子工程博士学位。主要从事图像视频处理,多媒体通信,计算机视觉等方面的研究工作。

刚,阿里巴巴人工智能实验室首席科学家,武汉大学遥感信息工程学院兼职教授。2010年获伊利诺伊大学香槟分校博士学位。主要从事计算机视觉,机器学习,自然语言理解等方面的研究工作。

会场路线图

地址:武汉市珞喻路129号武汉大学信息学部徕卡厅(星湖学术报告厅)

CCF-CV 网站:http://ccfcv.ccf.org.cn/

CCF-CV公众号:

【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!