【预告】CCF-CV走进高校系列报告会(第四十七期,中国矿业大学)

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

中国矿业大学·徐州(第 47期)

2018112日(星期五14:00-17:30

中国矿业大学计算机学院报告厅

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:查红彬 博士,北京大学教授

演讲题目:基于三维数据流融合的场景重建与传感器定位技术

特邀讲者:刘青山 博士南京信息工程大学教授

演讲题目:视觉特征学习:从稀疏到深度

特邀讲者:董振江  研究员级高工,中兴通讯云计算及IT研究院

演讲题目:计算机视觉在行业中的应用与难题

执行主席:

周勇博士,中国矿业大学计算机学院教授,院长

姚睿博士,中国矿业大学计算机学院副教授,CCF-CV专委会委员

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:Email:ruiyao@cumt.edu.cn (请于1月11日前将参会回执回复至该邮箱,邮件主题请注明“CCF-CV中国矿业大学报告会回执”) 

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。

特邀讲者查红彬

 

博士,北京大学信息科学技术学院智能科学系教授,机器感知与智能教育部重点实验室主任。主要从事计算机视觉与智能人机交互的研究,在三维视觉几何计算、三维重建与环境几何建模、三维物体识别等方面取得了一系列成果。出版学术期刊及国际会议论文300多篇,其中包括IEEE T-PAMIIJCV, IEEE T-VCG, IEEE T-RA, IEEE T-SMC,ACM T-IST, JMLR, PR 等国际期刊以及ICCV, ECCV, CVPR, CHI, ICML, AAAI,ICRA等国际学术会议论文70 余篇。

报告摘要近年来,随着计算机与人工智能技术的迅猛发展,三维重建再度成为计算机视觉和虚拟现实领域的研究热点。一方面,自动驾驶、增强现实等应用要求我们能够为系统提供快速可靠的三维真实场景建模与分析技术;另一方面,各种三维传感器层出不穷,为我们获取复杂多样的三维数据开拓了新的途径。但是,当我们试图将这些数据有效地应用到三维场景的建模与分析时,仍要面对许多严峻的挑战:1)现有的三维数据具有很强的测量不确定性以及数据采样的不均匀性;2)可移动传感器所获取的数据往往以数据流的形式出现,需要对源源不断的输入数据流进行时空一致的融合;3)三维数据流的融合涉及到三维重建与传感器定位两个问题,而两者的耦合性极强;4)很多应用要求系统具有很好的实时处理能力与响应速度。该报告将介绍我们在解决这些问题中的一些尝试,其中主要包括三个部分:1)利用基于贝叶斯框架的三维数据流融合,增强系统对传感器类型及其视点变化的鲁棒性,实现高效的三维场景增量式重建;2)使用全局边缘特征实现多视点数据流的对齐,通过边缘距离场的全局匹配减少数据噪声的影响,从而构建有效的视觉定位系统。

特邀讲者刘青山

 

现任南京信息工程大学教授,博士生导师,信息与控制学院院长,江苏省大数据分析技术重点实验室主任,IEEE高级会员。2000年4月毕业于中科院自动化所模式识别国家重点实验室获博士学位,随后留实验室工作,2006年4月赴美国Rutgers大学访问、工作。2011年9月加盟南京信息工程大学。主要研究方向为图像与视频分析、计算机视觉、和机器学习。现已在国内外学术期刊和国际会议上发表论文140余篇,其中IEEE Transaction汇刊和CCF A类会议论文50余篇,Google Scholar统计引用5000余次。2011年入选江苏省特聘教授,2012年入选教育部新世纪人才,同年获首届江苏省杰出青年基金资助,2013年入选江苏省双创个人,2014年入选江苏省双创团队领军人才,2016年荣获江苏省优秀教育工作者。先后主持承担了国家自然基金项目4项,其中国家自然基金重点项目1项,以第一完成人获2016年度教育部自然科学二等奖和江苏省教学成果二等奖。

报告摘要机器视觉的研究目标就是让机器具有像人眼一样的视觉系统,能自动感知外部环境,是人工智能的重要研究内容。随着视觉传感技术和互联网等技术的快速发展,图像分辨率越来越高,图像数据规模也越来越大等,因此给视觉特征学习带来了新的巨大挑战等。在报告中,将结合近年来,我们在人脸图像分析、通用目标检测、和遥感图像分类等方面的研究进展,汇报一下对这些挑战问题的一点思考。

 

特邀讲者董振江

 

研究员级高工,高级工程师,中兴通讯云计算及IT研究院副院长、中兴通讯股份有限公司战略与技术专家委员会业务专家组组长、中国人工智能学会常务理事。主要研究方向为云计算与大数据、新媒体、移动互联网等技术。主持基金项目10余项,两次获得国家科技进步二等奖,两次获得省科技进步一等奖。

报告摘要计算机视觉作为人工智能技术的基础,受到深度学习的成功影响在近几年内取得了突破性的进展,正在成为影响行业发展的下一个引擎。巨头纷纷布局,市场也吸引了越来越多的人才创业参与其中。计算机视觉正在成为人工智能最火热的细分领域之一。本报告主要介绍计算机视觉在行业中的典型应用场景,技术发展趋势,以及计算机视觉在实际应用中遇到的一些问题及其解决方案建议。

执行主席:

周勇

 

博士,中国矿业大学计算机科学与技术学院教授,博士生导师,院长。入选江苏省“333人才工程六大人才高峰培养对象。从事数据挖掘、机器学习、人工智能、进化计算和无线传感器网络等方面的理论与应用研究。近年来,在国内外重要学术期刊上发表学术论文60余篇;作为项目负责人,先后主持国家自然科学基金面上项目、国家863计划子课题、江苏省产学研前瞻性项目等。曾获得教育部科技进步一等奖、辽宁省科技进步一等奖、中国煤炭工业协会科学技术二等奖等。是中国计算机学会高级会员,中国计算机学会人工智能与模式识别专委会委员;中国人工智能学会知识工程与分布智能专委会委员;中国煤炭工业协会信息化分会理事;江苏省人工智能学会常务理事、智能系统与应用专委会主任。

姚睿

 

博士,中国矿业大学计算机科学与技术学院副教授,硕士生导师。主要从事计算机视觉、模式识别等方面研究。在国内外学术期刊、会议上发表学术论文30余篇:包括CVPRECCVIEEE TMM, IEEE TCSVT等。授权发明专利5项。近年来主持国家自然科学基金面上项目、青年项目,江苏省自然科学基金面上项目,中国博士后基金特别资助、面上项目等纵向课题。是中国计算机学会计算机视觉专业委员会委员,江苏省人工智能学会智能与系统专业委员会秘书长、中国图象图形学会成像探测与感知专委会、视觉传感专委会委员。

 

会场路线图

地址:江苏省徐州市大学路1号中国矿业大学南湖校区计算机学院

CCF-CV 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!

【预告】CCF-CV走进高校系列报告会(第四十六期,南京邮电大学)

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

南京邮电大学·南京(第 46期)

201817日(星期日14:00-17:30

南京邮电大学三牌楼校区学术报告厅

报告会主题

深度学习前沿技术及应用

程  序

13:30     签到

14:00     院长致辞

14:10   特邀讲者:梁小丹博士,卡内基梅隆大学机器学习部项目科学家

  演讲题目:结构化生成对抗网络

14:55   特邀讲者:闵卫东博士,南昌大学教授

  演讲题目:融合智能视频识别的智慧城市公共安全保障技术

15:40     中场休息

15:50   特邀讲者:刘青山博士,南京信息工程大学教授

  演讲题目:基于深度学习的视觉特征学习

16:35     特邀讲者:林 倞博士,中山大学教授

  演讲题目:Beyond Supervised Deep Learning for VisualUnderstanding

17:20     报告会结束

 

执行主席:周全 博士,南京邮电大学通信与信息工程学院副教授

                中国计算机学会计算机视觉专委会委员

                江苏省人工智能学会模式识别专委会常务委员

                江苏省计算机学会图形图像专业委员会委员

 

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:Email:11502373@qq.com

(请于1月6日前将参会回执回复至该邮箱,邮件主题请注明“CCF-CV南京邮电大学报告会回执”)

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。

特邀讲者梁小丹

 

目前是卡内基梅隆大学机器学习部项目科学家。2016年获得中山大学博士学位。2017年担任AAAI 2017CVPR2017IJCAI 2017年度程序委员会成员。目前共发表了40多篇学术论文,其领域涉及行人解析,行人检测与分割,2D / 3D人体姿态估计和行为识别。梁博士及其合作者一起发布了目前最大的行人解析数据集,并在CVPR2017成功组织了第一届Look Into PersonLIP)研讨会,并推动了人类行为理解方面的研究进展。

报告摘要我们研究了基于指定语义或结构的条件产生式建模的问题。现有的条件产生式模型要么需要大量标记的实例作为监督,要么无法精确地控制生成的语义样本。为此,我们提出了结构化产生式对抗网络(SGANs)——一种半监督式条件产生式建模方法。SGAN假设数据x是由两个独立的隐变量所产生:y编码指定的语义,z包含其他变化的因素。为了确保在yz中分离语义,SGAN在隐空间中构建了两个协作函数,分别最小化yz的重构误差。训练SGAN同样需要解决两个对抗性的问题,为避免传统MLE方法会导致概率密度函数会散布在整个数据空间上,我们的训练方法可以使得两个协作函数的分布逼近p(x,z)p(x,y)的真实分布。实验表明,SGAN是一个高度可控的产生式模型,并且在半监督图像分类中取得较好的实验结果。由于能够将变量yz中有效分离出来,SGAN可以根据指定语义生成高质量的视觉图像,该模型还可扩展到不同实际应用中,如图像风格转换等。

特邀讲者闵卫东

 

清华大学计算机系博士,南昌大学信息工程学院教授、博导,智慧城市信息技术研究所所长,中国图象图形学学会常务理事。闵卫东教授于2014年入选囯家千人计划创新人才,2016年入选江苏省双创个人以及江苏省双创团队领军人才,1989年开始在国内外从事计算机图形图像处理、计算机图形学、云计算分布式系统和智慧城市信息技术等领域的理论和应用研究工作。闵教授师从于老一代计算机图形学专家、中国计算机图形学和CAD奠基人之一唐泽圣教授、孙家广院士。在加拿大Alberta大学和多家跨国计算机公司从事科研和管理工作18年,期间共主持完成了9项主要科研项目。所主持的研究成果已转化实现为多个工业产品,并获得加拿大最佳高新科技产品奖。近三年在国内主持承担了15项科研项目,包括一项国家千人计划项目、三项国家自然科学基金项目、8项省部级重大项目和省级创新团队等项目。

报告摘要随着我国经济的快速发展和城镇化,智慧城市公共安全保障技术变得日益重要,智能视频识别是其中的核心技术之一。此报告首先简介智慧城市信息技术,然后重点介绍讲者在加拿大和在国内近几年利用深度学习、智能视频识别和大规模分布式系统等技术在智慧城市公共安全保障方面做的一些研究工作和工业产品成果。

 

特邀讲者刘青山

 

现任南京信息工程大学教授,博士生导师,江苏省大数据分析技术重点实验室主任,IEEE高级会员。2000年获得中科院自动化所模式识别国家重点实验室博士学位,随后留实验室工作,20064月赴美国Rutger大学访问、工作。20119月加盟南京信息工程大学。主要研究方向为图像与视频分析、计算机视觉、和机器学习。现已在国内外学术期刊和国际会议上发表论文140余篇,其中IEEE Transaction汇刊和CCFA类会议论文50余篇,Google Scholar统计引用5000+2011年入选江苏省特聘教授,2012年入选教育部新世纪人才,同年获首届江苏省杰出青年基金资助,2013年入选江苏省双创个人,2014年入选江苏省双创团队领军人才,2016年荣获江苏省优秀教育工作者。先后主持承担了国家自然基金项目4项,其中国家自然基金重点项目1项,以第一完成人获2016年度教育部自然科学二等奖。

报告摘要视觉计算是人工智能领域中的一个重要研究方向。随着成像传感技术、互联网技术等快速发展,视觉数据不仅维数越来越高,而且规模也呈爆炸式增长,从而给视觉计算和理解带来了新的巨大挑战。由于深度学习具有从大数据中自动学习和抽象数据特征的优点,从而已成为视觉计算与理解研究中最受关注的技术。本报告将结合目标检测和遥感图像分析等应用,给大家汇报一下近年来我们在基于深度学习的视觉特征学习上的主要工作进展。

 

特邀讲者林倞 

 

中山大学教授,商汤科技首席研发总监,国家万人计划青年拔尖人才,国家优秀青年基金获得者,教育部超算工程软件工程研究中心副主任,IET Fellow。先后在美国加州大学洛杉矶分校、香港中文大学等机构工作或访问研究。长期从事面向视觉大数据的语义分析与智能学习相关领域的研究,并且在商汤科技的一系列产品中应用落地。迄今在顶级国际学术期刊与会议上发表论文100余篇,包括在PAMI/IJCV期刊发表论文12篇,在CVPR/ICCV/NIPS/Multimedia发表论文40余篇,3篇论文成为ESI高被引论文。获得NPAR 2010 最佳论文奖, 2012 Google Faculty Award, 2017年度 World’s FIRST 10K Best Paper Diamond Award by IEEE ICME, 2014 Hong Kong Scholars Award,率队获得2016英特尔杯全国并行应用挑战赛金奖。目前担任IEEETrans. Human-Machine Systems等多个著名学术期刊的编委(AE)

报告摘要随着人工智能的应用向纵深发展,深度学习研究的范围需要进一步扩大,尤其研究面向多源异构、未标注、包含噪声的海量数据的有效学习框架。围绕这个主题,主讲者将分享在中山大学人机物智能融合实验室及商汤科技研发中心的研究成果,例如基于弱标签学习的场景内容理解、应用于大规模物体识别的自主学习、面向多源数据的领域自适应学习等。

执行主席:周全

 

博士,副教授,硕士生导师。2013年博士毕业于华中科技大学。IEEE会员,中国计算机学会计算机视觉专委会委员,江苏省人工智能学会模式识别专委会常务委员,江苏省计算机学会图形图像专业委员会委员。研究方向包括计算机视觉、模式识别、图像处理、机器学习等方面。2015年5月至6月在瑞典于默奥大学,2017年8月至9月在日本九州工业大学做访问学者。在国内外核心期刊和重要国际会议发表论文30余篇,包括IEEE Transactions on Image Processing、Pattern Recognition、IEEE Access等。申请发明专利5项。先后主持参与国家自然科学基金4项,省部级科研项目8项。曾担任SCI期刊ACM/SpringerMobile Networks & Applications和Multimedia Tools & Applications的客座编辑。

会场路线图

CCF-CV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!

 

【预告】CCF-CV走进企业系列交流会(第十三期,今日头条)

 

中国计算机学会计算机视觉专委会走进企业系列交流会

CCF-CV@Industry

今日头条·北京第13期

 

时间:2017年12月22日(星期五)13:00-15:30

地点:北京市海淀区北三环西路43号中航广场A1矮楼

交流会主题

CCF-CV走进今日头条


日 程

12:50-13:00    签到(参会人员自行到达)

13:00-13:20   参观今日头条总部

13:20-13:50    马维英//今日头条人工智能实验室介绍

13:50-14:10    王长虎// 今日头条视频相关产品与视频分析技术

14:10-14:20    茶歇

14:20-14:40    文林福 // 计算机视觉与新一代人工智能相机

14:40-15:00    张永华// 视觉搜索技术

15:00-15:20    讨论交流

15:30-             活动结束并合影

 

活动召集人王瑞平博士,中国科学院计算技术研究所

中国计算机学会计算机视觉专委会,副秘书长

 

参加人员:专委委员、计算机视觉领域专业人士

 

报名方式:邮件发送至wangruiping@ict.ac.cn请于12月20日前将参会回执回复至上述邮箱,邮件主题请注明“CCF-CV今日头条交流会回执”(:名额有限,报名从速,委员优先,最终参加活动人员名单以秘书处邮件通知为准)

 

参加方式:免费参加,敬请光临。

 

企业简介:

  北京字节跳动科技有限公司是一家基于人工智能和移动互联网的科技公司,旗舰app“今日头条”首创个性化信息流的模式,通过海量信息采集、深度数据挖掘和用户行为分析,打造了全新的连接人与信息的方式,是中国增长最快的移动产品之一。此外,字节跳动在视频/问答/图片等领域连续发力,拥有包括“抖音短视频”,“火山小视频”、“西瓜视频”、“内涵段子”、“悟空问答”和图虫等多款产品。

依靠强劲技术推动和团队不断创新,字节跳动旗下产品均位居各赛道领先地位,仍在继续快速增长。截止到201710月,今日头条旗下产品总日活用户超过1亿,单用户日均使用时长超过76分钟,单用户日均启动约9次。用户时长和流量规模均位列中国互联网企业前列。在夯实中国市场的同时,字节跳动也在积极采用自建+投资的方式,开展国际化部署。今日头条的海外版本“TopBuzz”、“TopBuzz影音”已经登陆覆盖日本、美国、巴西等国家。收购美国短视频应用Flipagram,投资了印度、东南亚等新兴市场的信息产品。

今日头条官网地址:https://m.toutiao.com

你关心的才是头条

 

参会回执

姓名

职称/职务

电话

Email

工作单位

中国计算机学会计算机视觉专委会网址:http://ccfcv.ccf.org.cn/

附:会场路线图

北京市海淀区北三环西路43号中航广场A1矮楼

 

【预告】CCF-CV走进高校系列报告会(第四十五期,安徽工业大学•马鞍山)

 

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

安徽工业大学·马鞍山(第 45期)

2017年12月15日(星期五)14:00-17:30

安徽工业大学秀山校区振华图书馆1楼学术报告厅

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:查红彬 博士,北京大学教授

 演讲题目:基于三维数据流融合的场景重建与传感器定位技术

 特邀讲者:杨 健  博士,南京理工大学教授

 演讲题目:面向自主驾驶的环境感知与理解

 特邀讲者:刘青山  博士,南京信息工程大学教授

 演讲题目:Visual Feature Learning from Sparse toDeep

 特邀讲者:王瑞平 博士,中国科学院计算技术研究所研究员

 演讲题目:可视信息的层次化理解

执行主席:刘恒 博士,安徽工业大学计算机科学与技术学院教授

                       中国计算机学会计算机视觉专委会委员

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

       Email:18096607694@163.com (请于1215日前将参会回执回复至该邮箱,邮件主题请注明“CCFCV安徽工业大学报告会回执”

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  查红彬

北京大学信息科学技术学院智能科学系教授,机器感知与智能教育部重点实验室主任,长江学者特聘教授。主要从事计算机视觉与智能人机交互的研究,在三维视觉几何计算、三维重建与环境几何建模、三维物体识别等方面取得了一系列成果。出版学术期刊及国际会议论文300多篇,其中包括IEEE T- PAMIIJCV, IEEE T-VCG, IEEE T-RA, IEEE T-SMC,ACM T-IST, JMLR, PR 等国际期刊以及ICCV, ECCV, CVPR, CHI, ICML, AAAI,ICRA等国际学术会议论文70 余篇。

 报告摘要近年来,随着计算机与人工智能技术的迅猛发展,三维重建再度成为计算机视觉和虚拟现实领域的研究热点。一方面,自动驾驶、增强现实等应用要求我们能够为系统提供快速可靠的三维真实场景建模与分析技术;另一方面,各种三维传感器层出不穷,为我们获取复杂多样的三维数据开拓了新的途径。但是,当我们试图将这些数据有效地应用到三维场景的建模与分析时,仍要面对许多严峻的挑战:1)现有的三维数据具有很强的测量不确定性以及数据采样的不均匀性;2)可移动传感器所获取的数据往往以数据流的形式出现,需要对源源不断的输入数据流进行时空一致的融合;3)三维数据流的融合涉及到三维重建与传感器定位两个问题,而两者的耦合性极强;4)很多应用要求系统具有很好的实时处理能力与响应速度。该报告将介绍我们在解决这些问题中的一些尝试,其中主要包括三个部分:1)利用基于贝叶斯框架的三维数据流融合,增强系统对传感器类型及其视点变化的鲁棒性,实现高效的三维场景增量式重建;2)使用全局边缘特征实现多视点数据流的对齐,通过边缘距离场的全局匹配减少数据噪声的影响,从而构建有效的视觉定位系统。

特邀讲者  杨健 

 

长江学者特聘教授,国家杰出青年基金获得者。20027月博士毕业于南京理工大学计算机学院模式识别专业。自2003年起,先后在西班牙萨拉戈萨大学、香港理工大学、美国新泽西理工学院、加州理工学院从事博士后或访问研究。20079月起任南京理工大学计算机学院教授,2016年起任计算机学院院长。

长期从事模式识别理论与应用方面的研究,主持了国家自然科学基金重点项目,国家杰出青年科学基金项目,国家973课题等项目。在IEEE TransactionsPattern Recognition等国际SCI源期刊上发表论文100余篇。SCI被引用4000余次,单篇SCI他引1000余次,GoogleScholar被引用10000余次。担任/曾担任国际学术期刊Pattern Recognition, IEEE Trans. on Neural Networks and LearningSystemsPattern Recognition Letters, Neurocomputing的编委。2016年入选IAPR Fellow。曾获国家自然科学二等奖(第二完成人);第十一届中国青年科技奖等。

 报告摘要自主驾驶技术是当前的研究热点。环境感知与理解是自主驾驶汽车面临的核心问题之一。本次报告围绕我们近期的工作,重点阐述雷达信号引导的快速场景感知、复杂场景的深度估计、重要性意识的语义分割、车道线检测等方面。

特邀讲者  刘青山

南京信息工程大学教授,博士生导师,江苏省大数据分析技术重点实验室主任,IEEE高级会员。20004月毕业于中科院自动化所模式识别国家重点实验室获博士学位,随后留实验室工作,20064月赴美国Rutger大学访问、工作。20119月加盟南京信息工程大学。主要研究方向为图像与视频分析、计算机视觉、和机器学习。现已在国内外学术期刊和国际会议上发表论文140余篇,其中IEEE Transaction汇刊和CCF A类会议论文50余篇,GoogleScholar统计引用5000+2011年入选江苏省特聘教授,2012年入选教育部新世纪人才,同年获首届江苏省杰出青年基金资助,2013年入选江苏省双创个人,2014年入选江苏省双创团队领军人才,2016年荣获江苏省优秀教育工作者。先后主持承担了国家自然基金项目4项,其中国家自然基金重点项目1项,以第一完成人获2016年度教育部自然科学二等奖。受邀担任国际学术期刊《NeuroComputing》、《Signal Processing》编委,长期受邀担任20余种国际知名学术期刊的审稿人,参与组织国际学术会议10余次,是中国视觉与学习青年论坛(Valse)组织发起人,任中国计算机学会多媒体专委会和计算机视觉专委会常务委员等。

 报告摘要视觉计算是人工智能领域中的一个重要研究方向。随着成像传感技术、互联网技术等快速发展,对视觉计算和理解带来了新的挑战。本报告将结合人脸图像分析、目标检测和遥感图像分析等应用,给大家汇报一下近年来我们在视觉稀疏特征学习和深度学习上做的一些方法和应用研究。

特邀讲者  王瑞平

中科院计算所研究员。主要研究复杂真实场景下的图像视频目标识别与检索等问题。目前在领域主流国际期刊和会议发表论文50余篇(含CCF-A类论文23篇),Google Scholar 引用1870余次,攻读博士期间获得IEEE CVPR 2008“Best Student Poster Award Runner-up”奖励、2011年度中科院优秀博士学位论文奖等。担任IEE Access、Pattern Recognition 等国际期刊的编辑/客座编辑,国际会议IEEE WACV2018领域主席,国际会议IEEE FG2018 出版主席。入选2012年度中科院计算所“百星计划”、2014年度微软亚洲研究院“铸星计划”、2015年度中科院青年创新促进会、2015年度“CCF-Intel青年学者提升计划”等。获得2015年度国家自然科学奖二等奖(第4完成人)。

 报告摘要随着计算机视觉在某些计算视觉问题的突破和计算机运算能力的飞速发展,计算机视觉的研究也从关注物体识别走向关注更深层次的理解,报告介绍近期在层次化理解方面的工作,包括层次化的关系关联,对象与场景的高层表达等,以及在相应视觉知识库方面的工作。

执行主席:刘恒

 

博士,教授,计算机系主任。中国计算机学会计算机视觉专委会委员,中国人工智能学会模式识别专委会、智能交互专委会委员,中国图像图形学会机器视觉专委会委员,2014 青岛智岛计划领军人才,发表本领域学术论文40多篇,授权国家发明专利7项,近年来主持国家自然科学基金、国家科技支撑计划子课题、省自然科学基金、省高校自然科学研究重大、大型企业集团级关键技术突破项目等纵横项课题10余项。主要研究方向计算机视觉、生物特征识别、机器学习。

会场路线图

CCF-CV 网站:http://ccfcv.ccf.org.cn/  

CCF-CV公众号:

【活动背景】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!

 

【预告】CCF-CV走进高校系列报告会(第四十四期,华北电力大学)

 

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

华北电力大学·保定(第44期)

2017年12月7日(星期四)13:00-17:00

华北电力大学一校区图书馆地下报告厅

报告会主题

计算机视觉前沿技术及工业应用

程  序

12:30      签到

13:00      报告会开始

特邀讲者:王  亮 博士,中国科学院自动化所研究员

演讲题目:人工智能时代的视觉大数据分析

特邀讲者:倪蓉蓉 博士,北京交通大学教授

演讲题目:图像取证的研究热点和进展

特邀讲者:孟德宇 博士,西安交通大学教授

演讲题目:误差建模原理

特邀讲者:傅建龙 博士,微软亚洲研究院副研究员

演讲题目:精细化物体识别

执行主席:

     赵振兵 博士,华北电力大学电子与通信工程系副教授

     翟永杰 博士,华北电力大学自动化系副教授

     张  珂 博士,华北电力大学电子与通信工程系副教授

参加人员:视觉、电力领域专业人士、研究生、媒体、其他有兴趣者

报名方式Emailcyping230@163.com (请于126前将参会回执回复至该邮箱,邮件主题请注明“姓名+CCFCV华北电力的大学报告会回执”)

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

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、图象图形学学会视觉大数据专委会主任、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,中科院脑科学与智能技术卓越创新中心骨干人才,国家重点研发计划项目首席。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。

报告摘要本报告首先简介人工智能的概念和现状,然后介绍其重要的一个分支领域计算机视觉。视觉大数据分析是模式识别的前沿方向。近年来,深度学习已经在语音、视觉、自然语言处理等领域取得了很大成功,接下来重点回顾深度学习历史及其在视觉大数据分析中的应用进展。针对深度神经网络在结构、功能、泛化性等存在的问题,进一步探索模拟认知过程中的注意、记忆等机制,研究深度认知神经网络理论和方法。最后,展望了几个未来可能的研究方向。

 

特邀讲者 倪蓉蓉

教授,博导,北京市科技新星。现任北京交通大学信息科学研究所副所长、“现代信息科学与网络技术”北京市重点实验室学术委员会秘书长、IEEE北京分会学生部主席、中国计算机学会计算机视觉专委、中国图象图形学会数字媒体取证与安全专委,是教育部创新团队和科技部重点领域创新团队骨干研究人员。研究方向涉及多媒体内容安全取证、数字水印与信息隐写、图像与视频处理、模式识别等。主持了多项国家自然科学基金课题、科技部重大研发计划子课题、北京市科委课题等。曾获得CCF-腾讯犀牛鸟科研基金。已在IEEE TIPIEEE TIFSPattern Recognition等知名国际期刊和重要会议上发表学术论文多篇。获得国家发明专利多项。获得教育部自然科学二等奖、北京市科技奖二等奖、詹天佑专项奖等奖励和荣誉。国家自然科学基金、北京自然科学基金、澳门科技基金、国家留学基金等的通信评审人。

报告摘要随着网络与大数据技术的兴起和发展,图像视频等媒体信息的发布和传播成为互联网的主流应用。数字化产品易于修改和编辑,网络中的海量内容真假难辨,由此引发了信任危机、威胁着个人及国家的安全。多媒体内容取证技术在不依赖任何预签名提取或预嵌入信息的前提下,通过直接分析其内容达到真实性的取证目的。其基本原理是原始多媒体数据本身的固有特征具有一致性和独特性,可作为自身的“固有指纹”,任何篡改操作都会在一定程度上破坏它们的完整性。多媒体内容取证通过分析数字媒体特征一致性,挖掘篡改痕迹,实现内容真实性的鉴别。本报告主要介绍多媒体取证的研究热点、图像操作及图像来源的取证、基于深度学习的取证方法等。

 

特邀讲者 孟德宇

博士,教授,博导。任西安交通大学大数据算法与分析技术国家工程实验室机器学习教研室负责人。共接收/发表论文80余篇,其中包括IEEE汇刊论文20篇,CCFA类会议论文29篇。曾担任ICML,NIPSCCF A类会议程序委员会委员,AAAI2016IJCAI2017高级程序委员会委员。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习与计算机视觉领域的基础研究问题。

报告摘要传统机器学习主要关注于确定性信息的建模,而在复杂场景下,机器学习方法容易出现对数据噪音的鲁棒性问题,而该鲁棒性问题与误差函数的选择紧密相关。本次报告聚焦于如何针对包含复杂噪音数据进行误差建模的鲁棒机器学习原理。这一原理对在线视频处理、医学图像恢复等问题,已体现出个性化的应用优势,该原理亦有希望能够引导出更多有趣的机器学习相关应用与发现。

 

特邀讲者 傅建龙

微软亚洲研究院副研究员。2015年毕业于中国科学院自动化研究所模式识别国家重点实验室。主要从事图像识别、目标检测,和多媒体内容分析等研究,已经在计算机视觉和多媒体分析顶级国际会议和期刊(CVPR/ICCV/ACM Multimedia/WWW/ AAAI/IJCAI/T-CSVT)发表论文20余篇。主要研究方向包括:精细化物体识别,弱监督、多标签图像语义标注,目标检测,视觉与语言建模,视觉情感分析等。

报告摘要本次报告,我们将以今年发表在CVPRICCV两篇口头报告的文章为基础,向大家介绍精细化物体识别技术 (fine-grained image recognition)。比如:识别狗的具体品种,识别花卉的科、属、种等。区别于通用目标的物体识别,精细化物体识别更加关注于具有判别力的目标部件定位 (part localization) 和精细化的特征学习(feature learning)。另外,由于部件的定位在大规模数据上缺少有效的监督信息,并且部件通常位于较小的图像尺度上,这给精细化的物体识别带来了更大的挑战。针对以上问题,我们由浅入深地提出了两种部件定位和特征学习的联合训练方法,包括基于递归注意力模型(Recurrent-Attention)和基于多部件注意力模型(Multiple-Attention)的卷积神经网络。实验表明,联合的部件定位和特征学习方法有助于促进精细化物体识别的准确率。最后,基于以上模型,我们介绍一款基于深度神经网络的精细化物体识别应用微软识花。主要包括其产品功能、特点、识别逻辑、用户界面和影响力(目前下载量已过百万),并对精细化物体识别在多种用户场景下的应用进行探讨。

执行主席:

赵振兵

博士,副教授,硕导。中国计算机学会计算机视觉专委会委员,中国图象图形学学会视觉大数据专委会委员、成像探测与感知专委会委员,中国电机工程学会电力通信专委会学组成员,图像视频大数据产业技术创新战略联盟会员单位联系人,河北省“三三三人才工程”人选。目前以第1作者出版专著1部,发表SCIEI收录论文30余篇;主持国家自然科学基金1(61401154)、河北省自然科学基金1(F2016502101),以第2负责人参加863子课题1(2014AA123503);主持电力企业合作课题5项;以第1完成人获得国家专利授权11项。主要研究方向是输变配电设备视觉检测。

 

翟永杰

博士,副教授,硕导,华北电力大学自动化系副主任。曼彻斯特大学访问学者,中国科学院自动化研究所博士后。中国计算机学会计算机视觉专委会委员,中国图象图形学学会视觉大数据专委会委员。目前承担国家自然科学基金项目1项,河北省自然科学基金项目1项,横向科研项目多项;山东省重点科技攻关项目“LN2000分散控制系统开发”主要完成人,获山东省科技进步一等奖。目前的研究课题为:基于航拍图像的输电线路关键部件识别与故障诊断、基于运行数据的风电机组故障预警。

张珂

博士,副教授,硕导。2012年博士毕业于北京邮电大学智能科学与技术中心,2015-2016年于美国密苏里大学哥伦比亚分校计算机视觉实验室进行博士后研究,2015年入选河北省“三三三人才”计划第三层次。中国自动化学会混合智能专委会委员、中国人工智能学会智能服务专委会通信委员。主持国家自然科学基金、河北省自然科学基金、科技部中小企业创新基金在内的多项科研项目。在IEEE TCSVTIEEE ACCESSICIP在内的重要学术期刊和会议发表学术论文30余篇。主要研究方向是人脸属性识别、机器人问路导航,电力视觉分析。

会场路线图

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!

 

【预告】CCF-CV走进高校系列报告会(第四十三期,西安交通大学)

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

西安交通大学·西安(第 43期)

20171123日(星期四)14:00-18:30

西安交通大学逸夫科学馆207报告厅

报告会主题

计算机视觉前沿技术及应用

   

14:00      签到

14:30      报告会开始

特邀讲者:高新波 博士,西安电子科技大学教授

演讲题目:人机混合智能的思考与实践

特邀讲者:左旺孟 博士,哈尔滨工业大学教授

演讲题目:多视觉领域学习:多域融合、跨域交叉与域间转换

特邀讲者:  博士,浙江大学教授

演讲题目:基于可解释深度学习的行人再识别研究

特邀讲者:  博士,悉尼科技大学教授

演讲题目:Resource Constrained Image/VideoRepresentation

特邀讲者:高陈强 博士,重庆邮电大学教授

演讲题目:红外图像/视频目标检测及智慧校园中的视觉分析

 

执行主席:

                孟德宇 博士,西安交通大学教授

                苗启广 博士,西安电子科技大学教授

                公茂果 博士,西安电子科技大学教授

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:Email:liminghan@stu.xjtu.edu.cn(请于11月22日前将参会回执回复至该邮箱,邮件主题请注明“CCF-CV西安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 高新波

博士,教授,西安电子科技大学模式识别与智能系统学科带头人,综合业务网理论及关键技术国家重点实验室主任,国家万人计划科技创新领军人才,新世纪百千万人才工程国家级人选,国家杰出青年科学基金获得者,教育部长江学者特聘教授,科技部重点领域创新团队负责人、教育部创新团队负责人。IET FellowCIE FellowIEEE高级会员、中国图象图形学学会常务理事、中国计算机学会理事、中国指挥与控制学会富媒体指挥专委会常务委员、中国电子学会青年科学家俱乐部副主席。目前主要从事影像处理、分析和理解、模式识别和机器学习等领域的研究和教学工作,在本领域发表论文300余篇,SCI检索200余篇,ESI高引论文10余篇,Google Scholar引用10000余次,获国家自然科学二等奖1项、省部级科学技术一等奖3项。

报告摘要:本报告主要涉及人机混合智能的一点初步思考和实践尝试。报告首先回顾了人类智慧和人工智能的起源,分析了人工智能与人类智慧之间的差异和互补性;进而引出人机混合智能的思考。从物理信息系统出发,构建了物理信息人类社会系统及其相对应的物理信息认知三元空间的融合,并尝试基于混合智能构造人环相互融合的和谐系统。通过三元空间融合的一个异质人脸识别系统来尝试人机混合智能系统的搭建。最后,提出了人工智能发展的几个可能的研究方向。通过本报告与大家共同思考人工智能的未来发展。

 

特邀讲者 左旺孟

哈尔滨工业大学计算机学院教授、博士生导师。主要从事图像增强与复原、物体检测与目标跟踪、图像与视频分类等方面的研究。在CVPR /ICCV/ ECCV等顶级会议和T-PAMIIJCVIEEE Trans.等期刊上发表论文60余篇。

报告摘要:不同领域(如合成与真实数据、可控与不可控环境等)视觉数据的关联和综合利用有助于更为便捷地构建高效和实用的视觉分析模型,近年来获得了越来越多的关注。报告将首先介绍多领域数据对视觉学习带来的机遇与挑战,并结合具体底层和高层视觉应用,介绍下述方面的研究进展:(1) 多域融合:(a) 综合低质量的深度图和高质量的灰度图,实现深度图像的质量增强;(b) 综合有遮挡的人脸图像和正面的参考人脸图像,实现人脸图像的智能填充。(2) 跨域交叉:建立了一个跨域图像特征表达与度量学习的联合模型。(3) 域间转换:(a) 针对数据层面的域间转换,简要回顾图像转换和像素级领域自适应的研究进展;(b) 针对特征层面的域间转换和领域自适应,提出了一种加权MMD模型和权重的自适应估计方法。

 

特邀讲者 李玺

浙江大学教授,入选第五批中国国家青年千人计划和浙江省151人才工程培养第二层次,获聘浙江省特聘专家以及中国信息与电子科技发展战略研究中心专家委员会的特聘专家。同时担任中国图象图形学会理事、中国图象图形学会视觉大数据专委会常务委员、CCF计算机视觉专委会委员、浙江省计算机协会计算机视觉专委会和多媒体专委会的副主任委员。另外,申请人亦担任了多个国际著名的顶级学术会议的大会程序委员(NIPS2017IJCAI2017CVPR2017)。分别在2016年上海举行的中国计算机视觉研究与应用创新论坛(RACV),2017年西安举行的智能世界国际会议(ICSW),以及2017年中国多媒体大会(ChinaMM)的分论坛做特邀报告。研究方向集中在计算机视觉和机器学习,其在国际权威期刊和国际顶级学术会议发表诸如TPAMIIJCVCVPR等文章100多篇,Google Scholar他引近2200多次,拥有若干ESI高被引论文,并担任神经计算领域知名国际刊物NeurocomputingNeural Processing LettersAssociate Editor。李玺教授获得两项最佳国际会议论文奖(包括ACCV 2010DICTA 2012),以及一项ICIP 2015 Top 10% 会议论文奖,另外分别获得两项中国北京市自然科学技术奖(包括一等奖和二等奖),以及一项中国专利优秀奖。带领团队获得2015年阿里巴巴大规模图像搜索大赛决赛第6名的成绩。

报告摘要行人再识别是计算机视觉领域非常引人注目的研究方向,其在智能安防和视频物联网等领域具有广泛的应用价值。当前,深度学习已经成为行人再识别研究方向上的主流方法,其端到端的学习方式使得行人再识别研究从手工式特征构建跃变到自适应数据驱动特征学习,从而极大地提高了行人再识别应用的灵活性和实用性。但随之而来的问题是深度学习缺乏足够强的可解释性,使得算法效果非常依赖经验性的学习策略。因此,本报告将深入分析深度学习在行人再识别方向上的相关研究成果,系统地剖析其内在属性和特点,进而引出我们所提出的具有可解释性的深度行人再识别方法,最后系统地总结这个领域。

 

特邀讲者 杨易

Yi Yang is a Professor with the Faculty of Engineering and Information Technology,University of Technology Sydney (UTS). He is also taking the role of DeputyHead of School (Research) of the School of Software at UTS. Yi Yang received myPhD degree in Computer Science from Zhejiang University in 2010. He was apostdoc researcher at the School of Computer Science, Carnegie Mellon Universityfrom 2011 to 2013. His current research interests and projects span almostevery aspect of multimodal signal processing, computer vision, text processing,and pattern recognition. In addition to the research papers, the system ourgroup has achieved the best performance in a few competitions, includingTRECVID LOC, the THUMOS Action Recognition challenge, the MSR-Bing Imageretrieval grand challenge, etc. He was recently awarded by the Google FacultyResearch Award in recognition of his proposal to efficient video analysis.

报告摘要I will talk about our two recent works onefficient video/image classification. In the first work, we propose adiscriminative video representation for event detection over a large scalevideo dataset when only limited hardware resources are available. The focus isto effectively leverage deep Convolutional Neural Networks (CNNs) to advanceevent detection, where only frame level static descriptors can be extracted bythe existing CNN toolkits. This paper makes two contributions to the inferenceof CNN video representation. First, while average pooling and max pooling havelong been the standard approaches to aggregating frame level static features,we show that performance can be significantly improved by taking advantage ofan appropriate encoding method. Second, we propose using a set of latentconcept descriptors as the frame descriptor, which enriches visual informationwhile keeping it computationally affordable. The integration of the twocontributions results in a new state-of-the-art performance in event detectionover the largest video datasets while dramatically reduced the computationalcost. In the second work, we present a novel and general network structuretowards accelerating the inference process of convolutional neural networks,which is more complicated in network structure yet with less inferencecomplexity. The key idea is to equip each original convolutional layer withanother low-cost collaborative layer (LCCL), and the element-wise multiplicationof the ReLU outputs of these two parallel layers produces the layer-wiseoutput. The combined layer is potentially more discriminative than the originalconvolutional layer, and its inference is faster for two reasons: 1) the zerocells of the LCCL feature maps will remain zero after element-wisemultiplication, and thus it is safe to skip the calculation of thecorresponding high-cost convolution in the original convolutional layer; 2)LCCL is very fast if it is implemented as a 1*1convolution or only a singlefilter shared by all channels.

 

特邀讲者 高陈强

华中科技大学图像所博士,卡内基梅隆大学(CMU)计算机学院LTI系博士后,重庆市首批高等学校青年骨干教师,教授,博士生导师。主要从事红外图像/视频分析、校园监控图像/视频分析等相关应用领域的研究。主持国家自然科学基金(青年/面上)、重庆市自然科学基金、企业横向课题多项,部分技术已经投入实际应用。在CVPRACCVICMRICME等国际会议,TIPPR等期刊发表论文40余篇。

报告摘要:依靠探测物体热辐射的红外被动成像具有诸多优势,如可全天候成像、探测距离远、受环境光影响相对较小、保护隐私等。此报告将对远距离红外小目标检测任务和红外监控视频中的行为识别与检测任务进行重点介绍。同时,此报告还将介绍讲者在智慧校园中的教室人数分析、课堂学生姿态检测等方面所做的一些研究工作。

 

执行主席

孟德宇

西安交通大学数学与统计学院教授。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习相关方向的研究,曾赴香港理工大学,Essex大学与卡内基梅隆大学进行学术访问与合作。共接收/发表论文80余篇,其中包括IEEE汇刊20篇,CCF A类会议论文30篇。曾担任ICML, NIPS等会议程序委员会委员, AAAI2016IJCAI2017高级程序委员会委员。曾获陕西省青年科技奖,陕西省优秀博士论文奖,入选首批西安交通大学青年拔尖人才计划。

 

苗启广

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、CCFYOCSEF主席(2017-2018); CCF计算机视觉专委会常务委员、大数据专委会委员;教育部工程专业认证协会计算机分委会工程专业认证专家; CCF 杰出会员,IEEE Senior Member。主要从事计算机视觉、机器学习、大数据分析方面的研究。主持在研和完成核高基国家重大科技专项课题、国家重点研发计划课题、国家自然科学基金、国防预研、国防863、武器装备基金项目50余项;2008/2011/2014年获西安电子科技大学十佳师德标兵称号;在IEEE TNNLS/TIP/TGRS/TEC/TIST/AAAI/IJCAI/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100余篇。担任2015首届中国计算机视觉大会程序委员会主席、2011CCF 首届青年精英大会、NPC 2016国际会议组织委员会主席;International Journal of Bio-Inspried Computing等国际期刊的Associate Editor NeurocomputingJournal of Memetic Computing Multimedia Tools and ApplicationJournal of Industrial Mathematics等期刊的Guest Editor

 

公茂果

西安电子科技大学二级教授,博士生导师,计算智能研究中心主任,校学术委员会委员,陕西省重点科技创新团队负责人,国家重点研发计划项目首席。主要研究方向为计算智能理论及其在数据与影像分析中的应用,发表SCI检索论文100余篇,被引用5600余次,入选中国高被引学者,授权国家发明专利20余项,获2013年国家自然科学奖二等奖和2016年教育部自然科学奖二等奖。担任《IEEE Transactions onEvolutionary Computation》、《IEEE Transactions on Neural Networks and Learning Systems》等期刊副编/编委,IEEE计算智能学会Task Force on Collaborative Learning and Optimization主席,第十/十一届BIC-TA等学术会议主席,中国人工智能学会理事等。曾获国家高层次人才特殊支持计划中组部青年拔尖人才、国家优秀青年科学基金、霍英东青年教师奖、教育部新世纪优秀人才等。


会场路线图

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!

【预告】CCF-CV走进高校系列报告会(第四十二期,同济大学)

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

同济大学·上海(第42期)

2017年11月18日(星期六)13:00-17:30

同济大学嘉定校区济人楼312报告厅

报告会主题

计算机视觉前沿技术及应用

 

程  序

13:00      签到

13:30      报告会开始

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

特邀讲者:张兆翔 博士,中国科学院自动化研究所研究员

演讲题目:生物启发的神经网络建模与学习

特邀讲者:王 琦  博士,西北工业大学教授

演讲题目:视觉智能感知在无人系统与视频监控中的应用

特邀讲者:左旺孟  博士,哈尔滨工业大学教授

演讲题目:多领域视觉学习:多域融合、跨域交叉与域间转换

 

执行主席:张林 博士,同济大学软件学院副教授、中国计算机学会计算机视觉专委会委员

 

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:Email:cslinzhang@tongji.edu.cn  (请于11月18日前将参会回执回复至该邮箱,邮件主题请注明“CCF-CV同济大学报告会回执”)

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 杨小康

上海交通大学教授,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、IEEE Signal Processing Letters编委。

报告摘要进入信息社会以来,人类生活在由物理空间、人类社会、网络空间所融合而成的三元空间中。信息交互使得人类组织结构去中心化、多元化、高动态,社会集群行为呈现出突发性强、扩散范围大等新特点,给人类生活及社会结构带来了新格局,也带来了新挑战。本报告针对人机物三元空间中群体感知所面临的大尺度和大数据难点,汇报物理空间和网络空间中群体感知的若干进展。

 

特邀讲者 张兆翔 

中国科学院自动化研究所研究员,博士生导师,中国科学院脑科学与智能技术卓越创新中心年轻骨干,IEEE高级会员,计算机学会YOCSEF委员,计算机视觉专委会委员,模式识别与人工智能专委会委员,人工智能学会模式识别专委会委员。2004年毕业于中国科学技术大学,获得电路与系统专业学士学位;2004年进入中国科学院自动化研究所硕博连读,于2009年获得工学博士学位。2015年任职中国科学院自动化研究所类脑智能研究中心研究员。张兆翔博士一直从事智能视觉监控方面的研究工作,近期进一步聚焦在结合类脑智能和类人学习机制的视觉计算模型,在可用信息建模和基于模型的物体识别问题上开展了系统工作,在面向国家公共安全和智慧城市监管需求的系统平台上取得成功应用,取得显著社会影响和经济效益,近五年来在国际主流学术期刊与会议上发表论文100余篇,SCI收录期刊论文40余篇,担任了ICPRIJCNNAVSSPCM等多个国际会议的程序委员会委员,SCI期刊《Neurocomputing》编委,《IEEE Access》编委,《Pattern Recognition Letters》客座编委、《Frontiers of ComputerScience》青年编委和TPAMITIPTCSVTPR20余个本领域主流期刊的审稿人。入选“教育部新世纪优秀人才支持计划”、“北京市青年英才计划”和“微软亚洲研究院铸星计划”。

报告摘要以深度学习为代表的模式识别方法在多种视觉应用中取得了显著成功,甚至媲美人的性能,但是与生物模式识别系统相比,现有的深度学习方法在自适应性、可泛化性和多任务协作方面依旧存在明显缺陷。从脑的神经信息处理机制、认知方法和行为特性上寻求启发有望指导更好的神经网络建模,实现更为鲁棒的类人学习,具有重要研究意义与应用前景。本报告将在现有深度学习方法概述基础上,对我们近期开展的脑启发的神经网络建模与学习方法开展研究,具体报告内容包括神经网络的结构建模、面向多任务的神经网络架构学习、视听模态分析与整合、知识蒸馏和多智能体协同等。

 

特邀讲者 王琦 

西北工业大学光学影像分析与学习中心(人才特区)教授,博导。曾于中国科学技术大学自动化系相继完成本、硕、博学业,并在中国科学院西安光学精密机械研究所从事博士后研究。主要研究方向为模式识别、计算机视觉,具体包括监控视频的分析理解(针对智能交通与辅助/无人驾驶),遥感图像解析。近五年来,相关研究论文60余篇,均已发表在本领域内知名国际期刊、会议上,其中多篇论文入选ESI高被引论文、热点论文,并获IEEE国际会议最佳论文奖和最佳论文提名奖、陕西省科学院科学技术一等奖、陕西省青年科技新星等。此外,还担任IEEETransactions on Systems, Man, and Cybernetics: Systems IEEE Geoscience and Remote Sensing LettersNeurocomputing等多个国际期刊编委,获得了国家自然科学基金面上项目与青年项目、国家重点基础研究发展计划(973计划)项目、国家自然科学基金重大研究计划项目与重点项目、陕西省重点科技创新团队项目等支持。

报告摘要首先介绍视觉技术在无人系统与视频监控中的应用概况,然后针对目标检测/识别/跟踪与人群行为分析等问题,重点介绍讲者近年来的一些研究工作,最后以demo形式对相关成果进行展示。

 

特邀讲者 左旺孟

哈尔滨工业大学计算机学院教授、博士生导师。主要从事图像增强与复原、物体检测与目标跟踪、图像与视频分类等方面的研究。在CVPR/ICCV/ECCV等顶级会议和T-PAMIIJCVIEEE Trans.等期刊上发表论文60余篇

报告摘要不同领域(如合成与真实数据、可控与不可控环境等)视觉数据的关联和综合利用有助于更为便捷地构建高效和实用的视觉分析模型,近年来获得了越来越多的关注。报告将首先介绍多领域数据对视觉学习带来的机遇与挑战,并结合具体底层和高层视觉应用,介绍下述方面的研究进展:(1) 多域融合:(a) 综合低质量的深度图和高质量的灰度图,实现深度图像的质量增强;(b) 综合有遮挡的人脸图像和正面的参考人脸图像,实现人脸图像的智能填充。(2) 跨域交叉:建立了一个跨域图像特征表达与度量学习的联合模型。(3) 域间转换:(a) 针对数据层面的域间转换,简要回顾图像转换和像素级领域自适应的研究进展;(b) 针对特征层面的域间转换和领域自适应,提出了一种加权MMD模型和权重的自适应估计方法。

 

执行主席 张林

同济大学软件学院副教授,博导,IEEE高级会员,中国计算机学会高级会员,中国计算机学会计算机视觉专业委员会委员,中国图象图形学学会机器视觉专业委员会委员。2011年获香港理工大学计算学系博士学位,2013年入选上海市浦江人才计划。主要从事计算机视觉、多媒体质量评价、生物特征识别等方面的研究工作。同济大学软件学院为全国首批成立的35所示范性软件学院之一,近年来在数字媒体技术、软件技术与管理、嵌入式系统与移动计算、网络与主机软件等领域取了了丰硕的研究与应用成果;目前,学院有中科院院士1名、中组部国家千人计划专家1名、杰青1名、省部级人才5名。


会场路线图

地址:上海市嘉定区曹安公路4800号同济大学济人楼312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!

【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!

 

【预告】CCF-CV走进高校系列报告会(第四十期,南昌航空大学)

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

南昌航空大学·南昌(第 40期)

2017924日(星期日13:00-17:30

南昌航空大学卧龙岗宾馆三楼报告厅

 

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:王 亮  博士,中国科学院自动化所研究员

演讲题目:人工智能时代的视觉大数据分析

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:董伟生  博士,西安电子科技大学教授

演讲题目:Image Restoration: Challenges and New Opportunities

特邀讲者:金  城  博士,复旦大学副教授

演讲题目:基于草图的图像检索

16:50    Panel 开始

            主题:深度学习的发展趋势

            嘉宾:

        黎  明   博士,南昌航空大学副校长,教授

        王  亮   博士,中国科学院自动化所研究员

        闵卫东   博士,南昌大学教授

        纪荣嵘    博士,厦门大学教授

        董伟生   博士西安电子科技大学教授

        金  城    博士,复旦大学副教授

执行主席:储珺博士,南昌航空大学软件学院副院长,教授,江西省图像处理与模式识别重点实验室主任,中国计算机学会计算机视觉专委会委员

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Emailc_y2008@163.com(请于922前将参会回执回复至该邮箱,邮件主题请注明“CCFCV南昌航空大学报告会回执”)

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 

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、图象图形学学会视觉大数据专委会主任、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,中科院脑科学与智能技术卓越创新中心骨干人才。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。

报告摘要视觉大数据是模式识别的前沿方向,是人工智能的突破口,是信息产业新的增长点。近年来,深度神经网络已经在语音、视觉、自然语言处理等领域取得了很大成功,在学术界和工业界都引起了极大关注。尽管深度神经网络在大量视觉任务中取得了一定成功,但是相比人类视觉系统功能,其在鲁棒性、泛化性等方面(光照、遮挡、形变、小样本等) 仍存在巨大的差异。针对深度神经网络在结构、功能、鲁棒性、泛化性等存在的问题,我们模拟认知过程中的选择性注意、长短时记忆等机制,研究深度认知神经网络理论和方法。这个报告将重点介绍我们在此方面的最新研究进展。

 

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,2011ACM Multimedia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  董伟生 

博士,教授,博导,2017年入选教育部青年长江学者特聘教授,获国家优秀青年科学基金资助,入选本校首批华山学者菁英人才计划。主要从事图像视频表达与处理、计算机视觉和模式识别等领域的研究工作。发表论文近40篇,其中在IJCVIEEE-TIPIEEE-TCSVTCVPRICCVNIPS等国际权威期刊和会议上发表论文17篇,论文被引用2600余次,单篇引用600余次,4篇论文入选 ESI 高被引论文。担任包括国际顶级期刊IEEE Transactions onImage ProcessingSIAM Journal on Imaging Sciences在内的4个期刊的编委(Associate Editor)

报告摘要Image restoration aiming to increase the qualityof the observed images has important applications in image processing andcomputer vision. This talks will first briefly introduce the challenges of thisproblem, and then move to the recent advances brought by the sparsity priorlearning and the deep learning techniques. We show that the sparsity prior,learned from either the relevant images or the observed image can significantlyimprove the performances, and the breakthrough of deep learning techniquesoffers new opportunities in developing non-iterative image restorationalgorithms, which can be motivated from the iterative sparsity-basedalgorithms.

 

特邀讲者  金城 

 

复旦大学计算机科学技术学院副教授,博士生导师。2006年于浙江大学获得工学博士学位并进入复旦大学任教,现为上海视频技术与系统工程研究中心执行副主任,上海市优秀技术带头人。主要研究方向为多媒体信息处理、多媒体数据挖掘与信息检索、虚拟现实与增强现实,围绕着互动电视(IPTV)、多媒体内容管理、视频监控、面向多屏融合的人机交互等领域,开展相关关键技术研究以及承担国家、地方科研项目工作。作为项目负责人完成上海市重大科技攻关项目和科技创新项目各两项。目前承担国家自然科学基金、科技部重点专项子课题、上海市重大科技攻关项目等多个项目,在多媒体分析处理等领域的重要学术会议与期刊发表重要论文30余篇,获得专利6项、软件著作权9项,有关成果获得国家科技进步二等奖、省部级科技进步奖一等奖、二等奖、三等奖各一项。所主持的系统已在华为、中国电信、中国移动、东方有线等单位获得上线应用,尤其是参与完成的视频分析系统在关键场所、关键时刻为国家安全提供了重要保障。

报告摘要报告将对复旦大学媒体计算组近几年来在基于草图的图像检索领域的工作与成果进行介绍。传统的图像检索一般通过关键词或者用户提交的相似图像进行。然而,基于关键词的检索需要用户有比较清晰明确的检索关键词,而且即便是确定了关键词,也很难描述一些特定的图像语义信息。而基于相似图像的检索则需要首先有一张图像,这一般也较难做到。与此不同的,草图是人类最早、也是最便捷的图像记录方式,随着手持触屏设备的普及,通过草图进行图像检索变得比以往更为便捷。报告人所在研究组通过研究草图与自然图像的相似性、轮廓与轮廓之间的相似性,提出了一系列基于草图的图像检索方案,取得了突出的效果。本次报告即将围绕这一研究内容展开。

 

执行主席:

 

储珺,博士,教授,博导,江西省图像处理与模式识别重点实验室主任、南昌航空大学软件学院副院长、中国计算机学会计算机视觉专委会委员、江西省计算机学会理事。2005年获西北工业大学工学博士学位。2005年至2008年在中科院国家天文台月球与深空探测中心做博士后研究,201412月至20153月在加州大学Merced分校做访问学者。主要从事计算机视觉和模式识别等相关领域的研究。

江西省图像处理与模式识别重点实验室

江西省图像处理与模式识别重点实验室于2011年经江西省科技厅批准立项建设,挂靠在南昌航空大学,主要从事模式识别理论与方法、工业过程辨识建模、图像处理理论与方法、三维散乱数据处理及大场景建模、基于图像的三维重建等领域的研究。目前实验室共有固定人员35人,客座人员10人。实验室学术委员会由中国科学院院士欧阳自远为主任,清华大学长江学者戴琼海教授和中国科学院自动化研究所张晓鹏研究员为副主任的9名专家、教授组成。

会场路线图

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!

 

【预告】CCF-CV走进高校系列报告会(第三十九期,公安部第三研究所)

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

公安部第三研究所·上海(第 39期)

201796日(星期三9:00-17:00

公安部第三研究所张江基地二楼报告厅

报告会主题

计算机视觉前沿技术及应用

程  序

09:00       签到

09:30       报告会(上半场)

特邀讲者:刘青山 博士,南京信息工程大学教授

演讲题目:VisualFeature Representation: From Sparse to Deep

特邀讲者:熊红凯 博士,上海交通大学特聘教授

演讲题目:信号处理的表示学习

12:30   午休

13:30   报告会(下半场)

特邀讲者:乔 宇  博士,中国科学院深圳先进技术研究院研究员

演讲题目:面向复杂行为理解的深度学习方法与应用

特邀讲者:林巍峣  博士,上海交通大学副教授

演讲题目:多目标跟踪研究进展

16:30   专题讨论

主持人:梅林

参加人员:刘青山熊红凯乔宇林巍峣

讨论主题:公共安全领域人工智能发展

执行主席:梅  林  博士,公安部第三研究所物联网技术研发中心主任,研究员

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Email375780039@qq.com (请于95前将参会回执回复至该邮箱,邮件主题请注明“CCFCV公安部第三研究所报告会回执”)

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 刘青山

刘青山博士现任南京信息工程大学教授,博士生导师,江苏省大数据分析技术重点实验室主任,IEEE高级会员。20004月毕业于中科院自动化所模式识别国家重点实验室获博士学位,随后留实验室工作,20064月赴美国Rutger大学访问、工作。20119月加盟南京信息工程大学。主要研究方向为图像与视频分析、计算机视觉、和机器学习。现已在国内外学术期刊和国际会议上发表论文140余篇,其中IEEE Transaction汇刊和CCF A类会议论文50余篇,Google Scholar统计引用4800余次。2011年入选江苏省特聘教授,2012年入选教育部新世纪人才,同年获首届江苏省杰出青年基金资助,2013年入选江苏省双创个人,2014年入选江苏省双创团队领军人才,2016年荣获江苏省优秀教育工作者。先后主持承担了国家自然基金项目4项,其中国家自然基金重点项目1项,以第一完成人获2016年度教育部自然科学二等奖。受邀担任国际学术期刊《NEUROCOMPUTING》、《Signal Processing》编委,长期受邀担任20余种国际知名学术期刊的审稿人,参与组织国际学术会议10余次,是中国视觉与学习青年论坛(VALSE)组织发起人,任中国计算机学会多媒体专委会和计算机视觉专委会常务委员等。

报告摘要随着数字成像技术和互联网技术的快速发展,不仅带来图像数据分辨率的不断增加,而且也带来了数据规模的爆炸式增长,给图像数据分析带来了巨大的挑战。本报告将从视觉特征表示的角度来汇报我们课题组近年来在该领域里的一些研究进展,主要包括:基于稀疏学习的视觉特征表达方法和基于深度学习的视觉特征表达,及其在人脸配准和遥感图像等实际问题上的应用研究工作。

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IEEETrans汇刊论文40余篇。

报告摘要阐述传统信号处理的分解重构框架到基于学习的表示趋势,描述基于共性学习的问题和进展,包括可能的表示学习新模型和新方法,重点在稀疏理论在信号处理和视觉。信号处理方向,主要表现为稀疏编码,亦最优线性逼近;视觉方向,主要表现为模型选择。报告会提供基于数据的稀疏建模紧致描述,并根据相关的最新研究,重点陈述有关字典学习、图信号处理、滤波器组的卷积网络。

特邀讲者 乔宇

中科院深圳先进技术研究院(简称先进院)研究员,博士生导师,IEEE高级会员。担任集成所副所长,广东省机器视觉与虚拟现实重点实验室常务副主任。入选中国科学院百人计划择优支持,广东省特支计划科技创新领军人才,是广东省引进创新科研团队核心成员,深圳鹏程学者长期特聘教授。曾任东京大学电子信息系聘为特任助理教授。他长期从事计算机视觉、图像处理、语音处理和模式识别的研究,已在包括IEEE Trans. PAMI IJCVIEEE Trans. IP IEEE Trans. SP CVPR ICCVECCVACM-MMAAAI等会议和期刊上发表学术论文150余篇。曾获中国科学院卢嘉锡青年人才奖。主持和参与国家自然科学基金、科技部、科学院知识创新工程、广东省引进创新科研团队、深圳市杰青等多个国家与地方项目。在ImageNet, LSUN, ActivityNet, EmotionW, ChaLearn等国际竞赛和评测中取得了领先的成绩。

报告摘要基于视频的行为分析和识别是计算机视觉的一个基本问题,在监控、人机交互、视频检索等领域有重要的应用。与图像相比,行为视频包含有丰富的运动信息数据维度也更高。同时由于视频中包含行为人、视角、背景、运动、遮挡等复杂的变化,非受控条件下的复杂行为识别一直是一个极具挑战的问题。在这个报告中,我们将介绍面向复杂行为的深度学习方法的最新进展,特别是我们课题组近年来开展的一些工作(CVPR13, ICCV13, CVPR 14, ECCV 14, CVPR15, IJCV 15, CVPR16,ECCV16,ICCV17)。内容包括视频中层表示、轨迹卷积特征池化、运动向量CNN、时序分割模型、时空注意模型等。我们的方法在公开多类别数据库UCF101,HMDB51上取得了领先的识别率,在ActivityNet 16, ChaLearn等国际竞赛中取得第一。

特邀讲者 林巍峣

分别于2003年和2005年获得上海交通大学学士和硕士学位,并于2010年获得美国华盛顿大学西雅图分校获得博士学位。在美国期间曾在包括Motorola, Real NetworksThomsonTechnology在内的多家公司的研究机构担任Research Intern2010年加入上海交通大学电子信息学院电子工程系,现为副教授。主要研究方向包括计算机视觉、视频监控、图像与视频处理、视频通信与编码等。林博士现任JVCIImage CommIEEE Access等期刊编委(Associate Editor),并任IEEE VSPC TCIEEE MSA TCIEEE MMTC等学术专业委员会委员。在相关领域共发表(含录取)SCI期刊论文40+篇(IEEE Transactions系列期刊21篇),会议论文50余篇(ICCV, CVPR, ECCVMM11篇);获授权美国发明专利3项,中国发明专利5项。详细信息见个人主页:http://wylin2.drivehq.com/

报告摘要多目标跟踪是视频分析及监控领域中的基本问题之一,在视频目标分析、场景剖析、行为事件理解、交通管理及安全防控等应用中,多目标跟踪都是必须解决的关键课题。与单目标跟踪仅针对指定的单个目标框进行跟踪不同,多目标跟踪致力于对视频中的所有感兴趣目标进行自动提取,并通过时域关联,得到其运动轨迹信息。因此,多目标跟踪更适合处理包含大量目标的复杂场景。在本次报告中,将首先介绍多目标跟踪的主要思路和现有研究进展,并分析现有跟踪方法的不足。接着,将介绍我们提出的基于超平面匹配的一体化多目标检测与跟踪算法。将多目标跟踪过程中的目标检测、特征提取、关联跟踪等模块有机地融入一个整体的框架进行联合建模,并通过各模块间的信息反馈,有效地去除了跟踪过程中的噪声和干扰。同时,为了进一步有效建模多目标之间的相互关系,该方法进一步引入超平面来建模各个目标局部轨迹片段间的时空关系,并通过超平面匹配实现高精度的多目标跟踪。上述方法获得MOT15MOT16 challenge测评第一。

承办单位介绍:

公安部第三研究所积极响应国家号召,以“十二五”科技规划为发展契机,大力发展物联网产业,于2010年将原有的警用技术装备研发中心转型为物联网技术研发中心。中心以推动公安物联网技术创新、建设公安物联网产业孵化平台为主要发展目标,以支撑智慧警务的现代警务模式为使命,从最初的30人逐步成长为一支专业结构科学、学术功底深厚、科研能力强劲的科研团队。现有在职人员106人,其中博士20名,硕士及以上研究人员比例占75.4%。中心紧密结合公安实战需求,围绕公安部深化公安改革的四项建设要求,牢牢把握科技发展趋势。针对视频监控产业发展和公安实战应用中的突出问题,近年来先后承担了国家级、省部级等各类科研项目近百项,承建了省部级、地市级公安机关各类工程项目,形成了一批具有鲜明公安特色的科研成果,积极推动新一代视频监控产业的技术革新和产学研结合发展。

会场路线图

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!