【预告】CCF-CV走进高校系列报告会(第五十五期,贵州师范大学)

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

贵州师范大学·贵阳(第 55期)

2018621星期四)08:50-12:10

贵州师范大学(花溪校区)会议中心二楼学术报告厅

报告会主题

人工智能前沿技术及应用

 

08:30   签到

08:40   领导致辞

08:50报告会开始

特邀讲者:俞    博士,杭州电子科技大学 教授

演讲题目:跨媒体智能研究

特邀讲者:徐  勇  博士, 哈尔滨工业大学 教授

演讲题目:高效与鲁棒的稀疏表示与字典学习

特邀讲者:葛仕明  博士,中国科学院信息工程研究所 副研究员

演讲题目:面向实际视觉应用的深度学习模型优化

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

 

执行主席: 

              欧卫华  博士,贵州师范大学大数据与计算机科学学院 副教授

              曹永锋  博士,贵州师范大学大数据与计算机科学学院 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:ouweihuahust@gmail.com (请于6月19日前将参会回执回复至该邮箱,邮件主题请注明“CCF-CV贵州师范大学报告会回执”)  

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。

特邀讲者俞 俊

杭州电子科技大学教授、博士生导师、教育部长江学者“青年学者”,国家优秀青年基金获得者,“复杂系统建模与仿真”教育部重点实验室主任。主要研究图像处理与机器学习,主持国家自然科学基金优秀青年基金、国家自然科学基金面上项目、浙江省杰出青年基金等项目。已发表国际学术论文100余篇,其中ESI高被引论文11篇,获得2012-2014年度IEEE TMM 最佳论文奖及2012-2016年度IEEE SPS 最佳论文奖,已申请发明专利20余项,入选教育部新世纪优秀人才计划、浙江省钱江学者特聘教授等人才计划,目前担任Pattern Recognition, Information Sciences, Neurocomputing等刊物的副主编。

报告摘要:跨媒体智能是新一代人工智能的重要组成部分,通过视听感知、机器学习和语言计算等理论和方法,构建出实体世界的统一语义表达,通过跨媒体分析和推理把数据转换为智能。传统的基于单一媒体数据构建的方法理论不能有效处理跨媒体中开放的内容特点和时空碎片化的关联关系,难以满足用户的多样化需求。为了有效地从海量跨媒体数据中获取知识,需要从内容、语义、用户等角度充分挖掘跨媒体关联语义信息。本报告主要介绍了近年来报告人在基于点击的图像检索、视觉问答、视觉定位等跨媒体应用研究中的相关成果。

特邀讲者 

工学博士,现任哈尔滨工业大学深圳研究生院教授,博士生导师,IEEE高级会员。入选广东省“特支计划”人才、鹏城学者、教育部新世纪优秀人才、深圳市高层次人才地方级(领军)人才、哈工大杰出人才培育计划。研究方向为模式识别、生物特征分析与识别、图像处理、生物信息学。先后主持两项国家自然科学基金、深圳市杰青、哈尔滨工业大学杰出人才培育计划以及广东省自然科学基金等项目。获得多项国家发明专利;研发的人脸识别、视频分析等技术已经实际应用。获得2017年度计算机学会计算机视觉专委会遥感目标提取挑战赛第一名和2015年度阿里巴巴大规模图像搜索大赛二等奖。主编著作3部,发表高水平SCI期刊论文100篇,其中JCR一区论文72篇;连续4年入选中国高被引学者榜单。荣获SCOPUS“寻找青年科学之星”奖(2011年度),分别作为第一和第二完成人获得黑龙江省自然科学二等奖一项(2014年度)和江苏省科学技术(基础类)一等奖一项(2017年度)

报告摘要稀疏表示与字典学习广泛应用于计算机视觉问题的求解,算法的高效性与鲁棒性是这两类方法设计中的重要问题。常规稀疏表示算法的高计算复杂度是阻碍其实际应用的一大因素。本报告基于设计计算高效的稀疏表示算法的思路,介绍我们近年基于范数最小化和训练样例的局地性而设计的新型稀疏表示算法,并展示了其优异的性能表现。此外,结合人脸识别等应用领域,本报告介绍我们提出的鲁棒字典学习的思路与算法,以及实验对比分析。提出的鲁棒字典学习算法很好的考虑了人脸图象的多样性以及人脸结构的对称性,并恰当利用了profile的局地性约束。相关学术资源参见主页:http://www.yongxu.org/lunwen.html

特邀讲者葛仕明

男,博士,副研究员,博士生导师,中国科学院青年创新促进会成员。分别于2003年和2008年获得中国科学技术大学学士和博士学位,主要研究方向为人工智能安全、深度学习、计算机视觉等,在中国科学院大学及研究所主讲《深度学习基础及应用》、《人工智能安全》、《通信原理》等课程,发表论文50余篇。曾先后任职于诺基亚研究院、三星研究院和盛大创新院,从事技术研发和项目管理工作,曾负责多个企业重点项目,2013年通过高层次人才引进进入中国科学院信息工程研究所工作,获得研究所首届优秀引进青年人才支持。目前主持或参与国家重点研发计划、国家自然科学基金、企业研究院横向等课题,研究成果在安全、军事及工业视觉检测等领域得到应用。目前是国家242项目评审专家,IEEE高级会员,CCF高级会员,CAAI模式识别专委,CCF计算机视觉和多媒体技术专业委员会委员。

报告摘要随着数据采集手段和计算能力的高速发展,深度学习极大推动了很多人工智能应用的突破。在视觉应用上,基于深度学习模型的方法在物体检测、跟踪和识别都取得了当前最高的精度。尽管如此,要将这些高性能的深度学习模型在实际视觉应用中进行部署,仍存在很多挑战:一方面实际场景中的图像质量往往不尽如人意(如遮挡、低分辨率),另一方面通常模型在很多实际应用(如智能驾驶、机器人)中被要求部署在资源受限的设备上。在应对这些场景时,通用图像数据集上训练得到的深度学习模型的精度会极大下降,而大规模采集这些实际数据进行重新训练则会耗费大量人力物力且可能无功而返。一种经济且行之有效的手段是对已训练好的深度学习模型进行优化,提升精度和速度,以便能够适应资源受限条件下的实际部署。本报告分别以蒙面人脸检测和低分辨率人脸识别为例子,介绍在数据质量不完备条件下,通过深度学习模型的修正或优化来实现精度和速度的提升。

特邀讲者 

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。

 

执行主席欧卫华

博士,副教授,硕士生导师,系主任,国家自然科学基金委通讯评审专家,贵州省大数据管理局特聘专家,贵州省科技厅专家库专家,IEEE CCF 会员。2014年获华中科技大学工学博士学位,2016.11-2017.11澳大利亚悉尼大学国家公派博士后。主持国家自然科学基金青年基金1(已结题),国家自然科学基金地区基金1项,贵州省自然科学基金1项,校级博士启动基金1项,入选贵州省教育厅科技创新人才支持计划,获2016 Neurocomputing 审稿杰出贡献奖。在国际期刊IEEE Trans. On Neural Network and Learning SystemPattern Recognition, Neurocomputing和国际会议ICPRICONIPIJCNN等发表论文40余篇,Google Scholar 引用300多次,H指数9。目前担任 Pattern RecognitionNeurocomputingComputers in Biology and Medicine等国际期刊的审稿人,曾担任ICONIP 2015SPAC 2017 Session Chair. 主要研究领域是计算机视觉和机器学习。

执行主席曹永锋

贵州师范大学教授,博士,博士生导师,贵州师范大学大数据与计算机科学学院“图像处理与机器视觉研究所”,贵州省教育厅创新群体“影像大数据智能处理关键技术研究”负人。ISDE国际数字地球协会个人终身会员, 贵州省通信学会常委, 贵州省大数据发展专家库专家。1999年毕业于原武汉测绘科技大学电子仪器与测量技术专业,获工学学士学位。1999-2001年武汉测绘科技大学攻读信号与信息处理专业硕士学位,2001年起武汉大学攻读通信与信息系统专业博士学位,2004年12月获得工学博士学位。2014.10-2015.10 加拿大滑铁卢大学Vision and Image Processing (VIP)实验室国家公派访问学者。主持国家自然科学基金2项,省级基金2项,国家重点实验室开放基金2项,校级教师资助基金2发表学术论文50余篇,授权发明专利4项。目前研究方向:图像处理与机器视觉,遥感图像解译,模式识别与机器学习。

 

会场路线图

CCF-CV 网站:http://ccfcv.ccf.org.cn

【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(第五十三期,东南大学)

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

东南大学·南京(第 53期)

2018527日(星期日08:00-11:30

东南大学(四牌楼校区)健雄院致知堂

报告会主题

计算机视觉前沿技术及应用

程  序

08:00       签到

08:10       报告会开始

特邀讲者:于  剑  博士,北京交通大学教授

演讲题目:基于认知的机器学习公理化

特邀讲者:陈松灿 博士,南京航空航天大学教授

演讲题目:结合辅助信息的人脸图像年龄估计

特邀讲者:吴小俊  博士,江南大学教授

演讲题目:深度学习启发的图像特征抽取及应用

执行主席:郑文明博士,东南大学生物科学与医学工程学院教授

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

     杨万扣 博士,东南大学自动化学院副研究员

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

承办单位:儿童发展与学习科学教育部重点实验室(东南大学)

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:wkyang@seu.edu.cn  (请于5月26日前将参会回执回复至该邮箱,邮件主题请注明“CCF-CV东南大学报告会回执”) 

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 于剑

 

北京交通大学教授,博士生导师,现任北京交通大学人工智能研究院常务副院长,交通数据分析与挖掘北京市重点实验室主任,中国计算机学会会士、理事,中国计算机学会人工智能与模式识别专业委员会秘书长,中国人工智能学会理事,中国人工智能学会机器学习专业委员会副主任,主持多项国家自然科学基金项目。主要研究兴趣是机器学习、数据挖掘和自然语言处理等。

报告摘要在大数据时代,因应用需求的驱动,大量新机器学习方法不断产生。这些新算法理论依据各异,彼此之间的关系极其复杂,对学习算法的使用者要求极高。但是,儿童的学习能力虽高,却不能掌握现今机器学习的理论。是否能够提出一套符合人类认知的机器学习理论,是当前一个亟待解决的问题。本次报告试图提出一个统一基于认知的机器学习公理化框架,其基本假设是:归哪类,像哪类;像哪类,归哪类。该机器学习理论可以推演出归类方法的三条设计原则,以统一的方式重新解释了数据降维、密度估计、回归,聚类和分类等问题,而且与日常生活中的认知原则一致。

特邀讲者 陈松灿

南京航空航天大学教授,博士生导师,IAPR Fellow (2018)。独立主持11项国家自然科学基金,其中1项重点基金。已在包括IEEE Transactions等在内的国际主流学术期刊上已发表160多篇SCIE论文,其中3篇发表在国际权威期刊《Pattern Recognition》上的论文获2年一评的年度最佳论文提名奖(Best Paper Awards:Honorable Mentions)1篇《计算机学报》论文2015在合肥计算机大会上获颁2010-20145年度的3篇优秀论文奖之一。1篇论文获2016国际模式识别会议(ICPR2016)“模式识别和机器学习”TrackIntel最佳科学论文奖。所发论文据Google Scholar统计,已被引超10500次,H-指数472014-2017连续4年入选Elsevier中国高引学者榜。2011年作为南京大学的合作者获教育部自然科学1等奖1项,2013年又获国家自然科学2等奖,均排2!已培养毕业博士生37位,有6位获江苏省优博,2位进一步获全国百篇优博提名奖。

报告摘要本讲座将介绍我们在基于图像的年龄估计方面的若干工作,包括性别作为辅助信息的年龄估计和跨库辅助的年龄估计,后者的关键难点在于需要设计出跨库的单一年龄估计器以实现对特征异构同时个体库之间年龄分布又不完全一致的人脸图像年龄估计。

特邀讲者 吴小俊

江南大学二级教授,博士生导师,从事模式识别与人工智能方面的研究,承担包括国家重点研发计划课题、国防973子课题、IEEE智慧城市国际合作项目、国家自然科学基金和教育部重大科研项目等的研究。2006年教育部新世纪优秀人才、江苏省333工程科技领军人才。在国内外表学术论文200余篇,其中SCI论文60余篇、EI论文100余篇,出版学术著作5本(一本英文专著,CRC出版)。研究成果获得省部级以上奖励6项,其中包括IETE Gowri Memorial Award 、教育部科技进步一等奖、合作者Josef Kittler院士获2015江苏省科学技术奖国际科技合作奖和2016中国政府友谊奖;主持国家精品课程《人工智能概论》和国家双语示范课程《人工智能》的建设工作,是计算机科学与技术国家特色专业点建设负责人和江苏省高校科技创新团队负责人。曾在英国、法国和港澳台地区留学和学术访问。曾担任多个国际和国内学术会议主席和程序委员、NSFC项目评审人和IEEE智慧城市指导委员会委员。现任江苏省模式识别与计算智能工程实验室主任、教育部计算机类教学指导委员会委员、中国图像图形学会理事、中国航空学会信息融合专委会委员、江苏省人工智能学会副理事长、江苏省系统工程学会副理事长和无锡市计算机学会理事长。

报告摘要图像特征抽取是模式识别的重要研究话题,具有重要的理论和应用价值。本报告首先对特征抽取和深度学习进行简单介绍;然后汇报一些受深度学习启发的图像特征抽取新算法,在此基础上介绍上述图像特征在图像分析、图像融合和人脸特征点定位与识别等方面的应用。

执行主席:

郑文明,博士,东南大学教授,博士生导师,现任儿童发展与学习科学教育部重点实验室主任、中国认知科学学会理事、中国认知科学学会神经教育学分会理事、中国认知科学学会社会认知科学分会常务理事。20049月博士毕业于东南大学无线电工程系信号与信息处理专业。先后在微软亚洲研究院、香港中文大学、美国伊利诺伊大学香槟分校、剑桥大学从事访问研究。获2005年教育部新世纪优秀人才支持计划、首届微软青年教授奖、全国优秀博士学位论文提名奖、江苏省杰出青年基金等荣誉。研究成果获教育部自然科学二等奖2项和江苏省科技进步二等奖1项。担任IEEE Transactions on Affective ComputingNeurocomputingThe Visual Computer、《图学学报》等国内外期刊编委。主持了科技部973课题、国家自然科学基金重点项目等多项科研项目。主要研究领域涉及情感计算、模式识别、计算机视觉,机器学习、以及儿童智能发展相关的信号与信息处理。

杨万扣,博士,东南大学副研究员,博士生导师,模式识别与智能系统专业,研究方向为模式识别、计算机视觉和智能无人系统。从攻读硕士学位期间开始进行图像处理、模式识别领域的研究工作,已有10多年的研究与应用积累。曾获得教育部自然科学二等奖和江苏省教学成果一等奖各一项。担任国际SCI源期刊《Neural Processing Letters》编委。现为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委员,中国自动化学会模式识别与机器智能专委会委员,中国图象图形学学会机器视觉专委会委员,江苏省人工智能学会模式识别专委会秘书长。

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!

CCF-CV走进高校系列报告会(第五十一期,江西财经大学)

中国计算机学会计算机视觉专委会走进高校系列报告会
CCF – CV Series Lectures
江西财经大学·南昌(第51期)
2018年4月28日(星期六)08:50-12:00
江西财经大学(麦庐园校区)荟庐4楼报告厅
报告会主题
计算机视觉前沿技术及应用

程 序
08:30        签到
08:50        报告会开始
特邀讲者:赖剑煌 博士,中山大学教授
演讲题目:行人再识别问题的若干研究新进展
特邀讲者:李宏亮 博士, 电子科技大学教授
演讲题目:图像语义内容表示与提取技术研究进展
特邀讲者:陈震中 博士,武汉大学教授
演讲题目:感知视频编码:从视觉感知到编码优化
特邀讲者:林巍峣 博士,上海交通大学教授
演讲题目:基于视频的多目标语义信息提取与压缩

执行主席:方玉明,江西财经大学信息管理学院 教授
中国计算机学会计算机视觉专委会委员
杨    勇,江西财经大学信息管理学院 教授
袁非牛,江西财经大学信息管理学院 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: 86683343@qq.com (请于4月26日前将参会回执回复至该邮箱,邮件主题请注明“CCF-CV江西财经大学报告会回执”)
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

特邀讲者:赖剑煌


中山大学数据科学与计算机学院教授、博士生导师,广东省信息安全重点实验室主任,视频图像智能分析与应用公安部重点实验室副主任、学术委员会常务副主任。中国图象图形学会副理事长,广东省图像图形学会理事长。中国计算机学会杰出会员、理事,中国计算机学会计算机视觉专业组副主任,中国计算机学会人工智能与模式识别专业委员会委员、中国人工智能学会机器学习专业委员会委员。1986、1989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2项,科技部科技支撑课题1项,国家自然科学基金4项等。获得广州市科学技术奖励一等奖(2014)、广东省科学技术奖励二等奖(2015)。已发表了约200篇学术论文,主要发表在ICCV、 CVPR、 ICDM等专业重要学术会议以及IEEE TPAMI、IEEE TIP、IEEE TNN、IEEE 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及警务应用,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:李宏亮


电子科技大学教授,博士生导师,国家杰出青年科学基金获得者,四川省智能视觉信息处理青年科技创新研究团队带头人。主要研究领域包括视觉信息处理,对象检测与分割,视觉注意力模型等。已发表学术论文110余篇,其中包括IEEE Transactions论文40余篇。主持了多项国家和省部级科研项目。目前担任IEEE Transactions on Circuits and Systems for Video Technology编委,Elsevier国际期刊Journal on Visual Communications and Image Representation,Signal Processing: Image Communication编辑。曾担任ISPACS国际执委会委员,2014年IEEE多媒体会议与博览会(ICME2014)的本地组委会主席,2016年IEEE视觉通信和图像处理国际会议(VCIP 2016)技术委员会主席。2017年IEEE智能信号处理与通信系统国际会议大会主席。是中国电子协会高级会员,IEEE协会高级会员,IEEE电路与系统协会VSPC专委会委员。
报告摘要:本次报告中,我们将围绕图像内容分析技术的研究现状、机遇与挑战展开讨论。几十年来,图像内容分析一直是多媒体处理领域的关键问题,对模式识别和计算机视觉具有重要的作用,广泛应用于图像解释、媒体分析与理解,视频摘要和检索等等。本次报告围绕图像哈希表示和分割技术研究现状。从哈希学习类型包括单模态哈希技术与多模态哈希技术,介绍在对称哈希、非对称哈希以及跨模态哈希等领域取得的研究成果,以及基于上下文的语义内容分割研究成果。最后,报告总结了图像分析技术未来面临的挑战和机遇。

特邀讲者:陈震中


武汉大学教授,兼任VQEG理事及沉浸式媒体工作组共同主席,ISO/IEC JTC1 SC29 WG11国际标准专家组成员。担任IEEE TCSVT, JASIST, JVCI, IEEE物联网简刊等编委,国际电信联盟(ITU)青年发明家评委。主要从事计算视觉,图像视频处理,多媒体数据挖掘,,人机交互等方面的研究工作。参与了新一代视频编解码国际标准HEVC/H.265等的制定工作, 发表国际期刊会议论文100多篇,拥有50多项国内国际标准提案,以及10多项国内国际专利申请或授权。获国家青年千人资助,香港中文大学优秀博士论文奖,香港中文大学工程学院最佳博士论文奖,香港科学院青年科学家提名,微软学者等荣誉或奖项。
报告摘要:近年来,随着宽带网络的普及以及各式移动网络和设备的飞速发展,各类视频应用以及用户的快速增加,视频数据量也呈现爆炸性增长,如何高效压缩传输视频并且提升视频服务的用户体验显得尤为重要。视频编码技术经历了多年的发展,形成了H.264/AVC,HEVC/H.265等一系列标准,编码效率的进一步提高同时遇到了极大的瓶颈和挑战。本报告将介绍视频编码方向的最新进展,探讨如何结合智能化视觉信息处理优化视频编码以及用户体验。

特邀讲者:林巍峣


上海交通大学教授。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 Networks和Thomson Technology在内的多家公司的研究机构担任Research Intern。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IEEE Trans. CSVT、IEEE Trans. ITS等期刊编委,并任IEEE VSPC TC、IEEE MSA TC、IEEE MMTC等学术专业委员会委员。在相关领域共发表期刊论文100余篇,含IEEE Transactions系列及CVPR、ICCV、AAAI等权威期刊和会议论文30余篇,获专利12项。详细介绍请见个人主页:http://wylin2.drivehq.com/。
报告摘要:视频中的目标(如行人等)是描述视频内容的关键,因此对于视频目标的语义信息提取十分重要。此外,随着目标语义信息的不断丰富,语义信息的数据量也变得越来越大,给视频内容分析与处理带来挑战。在本次报告中,将主要介绍我们在视频多目标语义信息提取及压缩中的最新成果。首先,我们将介绍我们在多目标检测与跟踪方面的工作,利用超平面匹配的一体化多目标检测与跟踪算法,实现对视频中目标位置、轨迹等语义信息的压缩与编码。其次,我们将介绍我们目标行为识别、行为检测方面的工作,上述工作实现了目标行为语义的有效提取。最后,我们将介绍我们提出的时空关联位置及轨迹压缩技术,实现对语义信息的压缩及编码。

执行主席:方玉明


江西财经大学教授、博导,江西财经大学科研处副处长,江西省数字媒体重点实验室主任。2013年在新加坡南洋理工大学获博士学位,主要研究方向为视觉信号质量评价、视觉注意力、视频理解与分析技术等。在国内外学术期刊及会议发表论文100余篇,包括IEEE期刊论文30余篇,ESI高引论文2篇,Google学术引用1500余次;担任IEEE Access和Signal Processing: Image Communication编委;授权国家发明专利多项;获IEEE ISPACS 2017最佳论文奖、IEEE ICME 2016最佳学生论文奖等;入选江西省百千万人才工程人选、江西省杰出青年人才资助计划、获江西青年五四奖章等荣誉称号。

执行主席:杨勇


博士,教授,博士生导师,现为江西财经大学信息管理学院副院长,CCF南昌分部副主席。江西省百千万人才工程人选,江西省青年科学家培养对象,IEEE高级会员,CCF高级会员,CCF多媒体专委会委员、中国图象图形学学会多媒体专委会委员。研究方向:计算机图像与视频处理、模式识别。担任《IEEE Access》的Associate Editor和《KSII Transactions on Internet and Information Systems》的Editor。在IEEE TIP、IEEE TIM、IEEE GRSL等国内外学术刊物上发表研究论文100余篇,其中SCI收录60余篇,论文被引用超过1600次(Google Scholar统计)。

执行主席:袁非牛


江西财经大学教授,博士生导师。2004年获得中国科学技术大学博士学位,2010-2012年新加坡A*Star高级研究员。江西省中青年骨干教师、南昌市科技创新领军人才“洪城特聘专家”,江西省青年科学家培养对象,IEEE高级会员,CCF高级会员,CCF多媒体专委会委员、中国图象图形学学会多媒体专委会委员。研究方向:视频图像分析、模式识别。在《IEEE Transactions on Biomedical Engineering》、《Pattern Recognition》等国内外学术刊物上发表研究论文50余篇。

 

会场路线图

地址:江西省南昌市昌北经开区玉屏西大街665号 江西财经大学(麦庐园校区)信息管理学院
CCF-CV 网站:http://ccfcv.ccf.org.cn/
CCF-CV公众号:

【活动背景】自2015年11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!

CCF-CV走进高校系列报告会(第五十期,华北理工大学)

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

华北理工大学·唐山(第 50期)

2018424日(星期二14:00-17:00

华北理工大学A31

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:胡清华 博士,天津大学教授

演讲题目:大规模分类任务的多粒度学习

特邀讲者:丛  杨 博士,中科院沈阳自动化所研究员

演讲题目:机器人视觉感知及学习

特邀讲者:桑基韬  博士,北京交通大学教授

演讲题目:深度学习解释性研究

 

执行主席:李志刚 博士,华北理工大学教授 

    黄晓红 博士,华北理工大学教授

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Emailpearllhy@sina.com (请于420前将参会回执回复至该邮箱,邮件主题请注明“CCFCV华北理工大学报告会回执”)

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。

 

特邀讲者胡清华

哈尔滨工业大学博士,香港理工大学博士后。目前任职于天津大学计算机学院,教授、博导、计算机学院副院长,机器学习与数据挖掘实验室负责人,人工智能学会的理事,粗糙集与软计算专委会副主任。主要从事数据不确定性建模、多模态数据学习以及结构化任务的机器学习方面的研究,并致力于将基础研究成果应用于智能驾驶、灾害性空间天气预报和大型设备故障诊断。获国家优秀青年科学基金、自然基金重点项目、973项目以及多个横向课题资助,在IEEE TKDE、IEEE TFS、IEEE TCYB、IEEE TNNLS等期刊和IJCAI、AAAI、ICCV、CVPR 等会议上发表学术论文150 余篇。2016获黑龙江省自然科学一等奖和天津市青年科技奖,入选天津市中青年科技领军人才。

报告摘要:分层分类是一种利用数据类别间层次结构关系进行分类的任务,可以高效地组织和处理大规模数据。近些年来,在这个受到越来越多关注的领域中涌现出许多重要的工作。本文介绍分层分类的定义,并按照不同种类的问题解决策略,对大规模分层分类任务中的几个基本问题的研究进行总结。首先,给出层次结构的形式化定义。其次,分别阐述如何设计分层评价指标、如何构建层次结构、如何利用层次结构信息进行特征选择、如何利用层次结构信息训练分类器以及如何面向层次结构设计停止机制,并介绍具有代表性的相关工作。最后,对大规模分层分类任务进行总结,并展望未来可能的研究方向。

特邀讲者丛 杨

博士研究员博士生导师。国家自然科学基金优秀青年基金获得者,中国科学院青年创新促进会优秀会员,辽宁省“百千万人才工程”,IEEE Senior Member,中国计算机协会计算机视觉专委会委员,中国人工智能协会模式识别专委会委员,辽宁省人工智能学会理事。先后主持和参与国家自然科学基金重点项目、面上项目、国家863项目、国家科技支撑计划、中科院课题多项。获得中国科学院沈阳分院优秀青年科技人才奖,辽宁省科技进步二等奖一项(排名2),辽宁省自然科学成果特等奖1项(排名1),二等奖1项(排名1),沈阳市人才资源开发专项资金1次。目前已在国内外期刊和会议上发表60余篇文章,参与出版Springer 专著一部,申请国家发明专利6项、软件授权7项。

报告摘要:机器人感知和认知能力是智能机器人自主行为的关键,而视觉和机器学习是机器人感知和认知的重要手段。虽然近年来涌现出许多令人兴奋的进展,但机器人感知和认知中的一些核心问题仍然没有得到很好解决,导致机器人还无法完成很多人类看似简单的工作。这其中尚待解决的两个问题是机器人泛化能力较差和自主在线学习能力不足。报告结合机器人学国家重点实验室的背景和特点,主要阐述针对机器人感知和认知中的视觉识别和在线学习问题所开展的探索性研究工作。

特邀讲者桑基韬

博士,教授,博导,北京交通大学计算机科学系副主任。东南大学学士、中科院自动化研究所博士。2012-2017年在模式识别国家重点实验室工作,2017年入选北京交通大学“卓越百人”计划。曾获中科院院长特别奖、中科院优秀博士论文、ACM中国新星奖等。主要研究方向为多媒体计算、社会媒体分析与应用等。已出版英文专著一部,发表国际会议获奖论文7篇(CCF-A类2篇)、第一作者IEEE/ACM汇刊10余篇。担任国际多媒体会议ACM Multimedia和国际模式识别会议ICPR领域主席,曾担任国际会议PCM2015(CCF-C)和 ICIMCS 2015 (SIGMM China 旗舰会议)程序委员会主席。作为第二完成人获北京市科学技术奖1项(自然科学类)

报告摘要:随着深度学习的研究深入和应用拓展,学术界从探索深度学习“能”做什么,发展到思考深度学习“不能”做什么。此次报告首先介绍深度学习“不能”做什么,以及与深度学习解释性三个层次的关联;然后介绍深度学习解释性的研究现状和讲者的一些思考,探讨从三个层次改善深度学习解释性的可能思路。

执行主席:李志刚

博士,华北理工大学信息工程学院教授,硕士生导师。主要从事数据挖掘与智能控制理论融合领域研究工作。近五年主持中国博士后科学基金面上项目1项,河北省自然科学基金面上项目1项,参与国家科技部科技支撑计划课题1项,省部级项目3项,在国内外期刊发表学术论文11篇。获省部级教学科研二等奖1项、三等奖2项;主持国家级教学质量工程2项,省精品课1项;主讲过10余门专业课程,包括计算科学导论、数据结构、计算机原理、软件工程、高级数据库技术等;河北省本科教育指导委员会委员,河北省研究生教育指导委员会委员,华北理工大学学术委员会学术委员,河北省计算机学会副理事长,唐山市智慧城市工程技术中心主任,唐山市互联网+产业技术研究院院长。

执行主席:黄晓红

博士,华北理工大学信息工程学院教授,硕士生导师。主要从事信号处理、多媒体通信的研究工作。近五年主持省部级课题2项,973外协军工课题1项,军工横向课题3项。主研参与国家自然科学基金课题3项,省部级课题3项,市厅级课题2项,唐山市科技进步奖1项。国内外重点期刊发表论文30余篇,其中SCI、EI索引10篇。主讲《数字电路》、《模拟电路》、《数字信号处理》等课程,所主持的《数字信号处理》课程为校级精品课程。获得教师基本功大赛一等奖、校级优秀教师一等奖、唐山市优秀教师、先进工作者、研究生优秀导师等荣誉称号。中国高科技产业化研究会智能信息处理产业化分会理事,电子学报审稿专家。

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(第四十八期,重庆大学)

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

重庆大学·重庆(第48期)

2018年3月28日(星期三)8:00-12:00

重庆大学A区民主湖报告厅

报告会主题

人工智能:跨媒体视觉大数据分析与理解

程  序

8:00   签到

 

8:20   重庆大学学校领导致辞

 

8:30   特邀讲者:陈俊龙(C.L. Philip Chen)博士,澳门大学教授

演讲题目:BroadLearning (宽度学习):An efficient and effective dis criminative incremental learning without the need of deep structure

 

9:10   特邀讲者:王 亮 博士,中国科学院自动化所研究员

演讲题目:Big Visual Data Analysis

 

9:50   特邀讲者:朱   策  博士,电子科技大学教授

演讲题目:三维视频的视觉失真检测与处理

 

10:30  休    息

 

10:40  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

 

11:20  特邀讲者:左旺孟  博士,哈尔滨工业大学教授

演讲题目:基于引导学习的图像增强与修复

12:00   报告会结束

 

执行主席:张 磊  博士,重庆大学通信工程学院研究员,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:wangshanshan@cqu.edu.cn  (请于3月26日前将参会回执回复至该邮箱,邮件主题请注明“CCF-CV重庆大学报告会回执”)

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  陈俊龙(C. L. Philip Chen)

 

博士,国家千人学者,中国自动化学会副理事长,澳门科协副会长,澳门大学讲座教授,科技学院前院长。IEEE Fellow,美国科学促进会AAAS Fellow, 国际系统及控制论科学院IASCYS院士,香港工程师学会Fellow。现任IEEE系统人机及智能学会的期刊主编,曾任该学会国际总主席(2012-2013)。主要科研在智能系统与控制,计算智能,混合智能,数据科学方向。在2018年“计算机科学学科”高被引用文章数目学者中世界排名在前17名。详见https://orcid.org/0000-0001-5451-7230。获 IEEE学会颁发了4次杰出贡献奖,是美国工学技术教育认证会(ABET)的评审委员。澳门大学工程学科及计算机工程获得国际【华盛顿协议】的认证是陈教授对澳门工程教育的至高贡献。担任院长期间带领澳门大学的工程学科及计算机学科双双进入世界大学学科排名前200名。2016年获得母校,美国普度大学的杰出电机及计算机工程奖。

报告摘要:In recent years, deep learning caves out a research wave in machine learning. Without standing performance, more and more applications of deep learning in pattern recognition, image recognition, speech recognition, and video processing have been developed.

The talk is to introduce “Broad Learning” – a complete paradigm shift in discriminative learning and a very fast and accurate learning without deep structure. The broad learning system (BLS) utilizes the power ofincremental learning. That is without stacking the layer-structure, the designed neural networks expand the neural nodes broadly and update the weights of the neural networks incrementally when additional nodes are needed and when the input data entering to the neural networks continuously. The designed network structure and incremental learning algorithm are perfectly suitable formodeling and learning big data environment. Experiments indicate that the designed structure and algorithm outperform existing structures and learning algorithms. Several BLS variations that cover existing deep-wide/broad-wide structures willbe discussed.

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:In the era of big visual data, effective analysis and understanding of big visual data are of great importance, with a wide range of promising applications in the fields such as monitoring and surveillance, human-machine interaction, biometrics, and so on. This talk will first briefly review the background of big visual data. Then it will comprehensively introduce recent progress of big visual data analysis in terms of three main aspects including datasets, algorithms and computing platforms. Finally, future potential research directions are discussed.

 

特邀讲者  朱  策

博士,教授,博士生导师,IEEE Fellow。长期致力于视频图像处理的教学与研究工作。 先后担任了8个SCI国际学术期刊编委(其中5个为IEEE期刊,如IEEE Transactions on Image Processing、IEEE Transactions on Circuits andSystems for Video Technology),担任了多个国际学术会议程序委员会主席,包括IEEE ICME 2017的程序委员会共同主席(TPC Co-Chair)并荣获杰出领导奖(Outstanding Leadership Award)。

报告摘要:近年来,三维视频以其身临其境的视觉体验成为视频领域的一个研究热点,它利用双目视差产生立体视觉,从而带给观众立体世界的沉浸感。由于用户端处理方式和观看模式的差异,三维视频视觉失真检测与处理的研究更为复杂或独特。我们针对三维视频的失真检测、多种失真产生的机理及其处理方法开展了工作,研究了基于深度图的虚拟视点合成中空洞及物体边缘失真产生的机理,由此提出了有效的空洞填补及虚拟视点合成方法,得到了更高品质的立体视频。

 

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5000余次,H-因子为29,SCI他引合计1300余次,12篇论文入选ESI高被引/热点论文;获2015年黑龙江省自然科学二等奖,2016年教育部技术发明一等奖;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2015-2017在PAMI、ICCV、CVPR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2016年IJCAI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2017年AAAI上发表的深度模型压缩研究。

特邀讲者  左旺孟

 

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-PAMI、IJCV及IEEE Trans.等期刊上发表论文70余篇。

报告摘要: 不同领域的视觉数据的关联和综合利用往往有助于更为便捷地构建高效和实用的视觉增强与分析模型,近年来也获得了越来越多的关注。本报告将重点针对图像增强,介绍我们在结合典型应用,构建典型的局域、非局域和全局引导学习和增强模型方面的进展,主要包括:(1) 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;(2) 综合低质量人脸图像和正面的参考人脸图像,实现了参考图像的形变校正和人脸图像的增强;(3) 通过将图像智能填充视为一种特殊的风格转换问题,借助于特征域的非局域搜索提出了一种快速的图像填充模型。

 

执行主席:张  磊

重庆大学通信工程学院研究员,博士生导师,重庆市生物感知与智能信息处理重点实验室副主任,LiVE智能视觉与学习团队负责人(www.leizhang.tk),CCF计算机视觉专委会委员、CAAI智能服务专委会委员。主要聚焦于迁移学习、深度学习、视觉大数据计算和仿生嗅觉与味觉方面的智能理论与应用研究,部分仿生技术已产品化。主持国家自然科学基金(青年和面上)、香江学者计划人才项目、教育部博士学术新人奖基金、重庆市留学生创新创业支持计划等研究项目13项;以第一或通讯作者发表SCI/EI论文60余篇,其中包括IEEETNNLS/TIP/TMM/TCYB/TIM/TSMCA/TCBB等15篇,中科院一区论文11篇,2篇论文入选ESI高被引论文,发明专利14项。曾任World Research Journal of Bioinformatics主编和Journal of Electricaland Computer Engineering首席客座编辑;担任20余个国际学术会议IEEE TENCON/SSCI/ICCT等会议的最佳论文奖评审主席、荣誉主席、分会主席、重庆地区主席和特邀讲者和IEEE TIP/TIE/TCYB/IEEE TMM/IEEE TIM/IEEETCSVT/IEEE TSMCA/PR等50余个国际期刊审稿人。曾获香江学者奖、重庆市优秀博士学位论文奖、SensorReview杰出审稿人奖、CCBR最佳论文奖、重庆市自然科学优秀学术论文奖,并于2015年入选重庆大学“百人计划”


会场路线图

地址:重庆市沙坪坝区沙坪坝正街174号重庆大学(A区)民主湖学术报告厅

 

CCF-CV网站:http://ccfcv.ccf.org.cn/

CCF-CV公众号:

【活动背景】自2015年11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(第三十七期,重庆大学)

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

重庆大学·重庆(第 37期)

201771日(星期六8:30-12:00

重庆大学虎溪校区软件学院报告厅

报告会主题

距离度量学习与视觉分析

 

程  序

8:00-8:20        签到

8:20-8:30        重庆大学软件学院领导致辞

8:30 报告会开始

特邀讲者:郑伟诗 博士,中山大学教授

演讲题目:多模态和在线哈希函数学习

特邀讲者:鲁继文 博士,清华大学副教授

演讲题目:视觉大数据哈希学习

特邀讲者:王瑞平  博士,中科院计算所副研究员

演讲题目:面向视频人脸识别与检索的非线性度量学习

特邀讲者:邓伟洪  博士,北京邮电大学副教授

演讲题目:人脸验证和表情识别新问题与数据库

执行主席:葛永新博士,重庆大学软件学院副教授

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Email492078267@qq.com (请于630前将参会回执回复至该邮箱,邮件主题请注明“CCFCV重庆大学报告会回执”

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 郑伟诗

博士,中山大学数据科学与计算机学院教授,机器智能与先进计算教育部重点实验室副主任。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 TNNPRIEEETCSVTIEEE 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、广东省科技创新领军人才项目、广东省自然科学杰出青年基金等支持,也曾入选微软亚洲研究院青年学者铸星计划。曾获广东省科学技术进步奖二等奖、广州市科学技术进步奖一等奖。主页:http://isee.sysu.edu.cn/~zhwshi/

报告摘要摘要:快速检索在众多应用中有非常大的需求,因而成为近年的研究热点。本次报告从多模态和在线学习角度探讨哈希函数学习机制。研究中,我们发展了基于多模态信息的复合哈希函数学习,发现挖掘不同模态的互补哈希码并融合,从而获得更好的检索精度;在在线学习上,我们提出了理论完整的在线哈希函数学习模型,理论上可以控制误差上界。此外,本次报告也会汇报我们最近结合行人重识别的哈希函数学习。

特邀讲者 鲁继文 

博士,清华大学自动化系副教授,博士生导师,中组部青年千人,IEEE高级会员,研究方向为计算机视觉、模式识别和机器学习。以第一作者或通讯作者发表CCFA类会议和IEEE汇刊论文46篇(PAMI长文4篇),其中ESI热点论文2篇,ESI高被引用论文3篇,论文被Google累计引用3300余次。担任IEEE信号处理学会信息取证与安全技术委员会委员,中国图象图形学学会视觉大数据专委会常务委员,中国工程院院刊Engineering青年通讯专家、Pattern Recognition7个国际期刊的编委或客座编委,AAAI8个国际会议的领域主席。

报告摘要报告将介绍清华大学自动化系智能视觉实验室近年来所提出视觉大数据哈希学习系列方法,主要包括紧凑哈希学习、深度哈希学习、上下文感知哈希学习、结构化哈希学习和多量化哈希学习等相关工作,以及它们在人脸和物体识别、图像和视频检索等多个视觉任务中的应用。

特邀讲者 王瑞平

 

博士,副研究员。2010年获中科院计算所工学博士学位,之后分别在清华大学、马里兰大学进行博士后研究,重点关注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,Google Scholar引用1500余次,曾获IEEE CVPR2008Best Student Poster Award Runner-up”、2011年度中科院优秀博士学位论文、2014年度MSRA“铸星计划”、2015年度“CCF-Intel青年学者提升计划”、2015年度国家自然科学奖二等奖(第4完成人)等奖励。担任CCF-CV专委副秘书长。

报告摘要随着视频采集及存储设备的广泛采用,有关视频人脸识别与检索的研究课题正受到越来越多的关注。通过将视频表示为图像集合,本报告将介绍讲者近年来围绕图像集合的黎曼流形统计建模、面向识别的黎曼度量学习、面向检索的哈希学习等方面开展的一些研究工作。此外,报告也将分享近期在大规模图像多功能哈希学习方面取得的一些进展。

特邀讲者 邓伟洪 

博士,北京邮电大学副教授,博士生导师。2010年获得北京邮电大学信号与信息处理专业工学博士学位,毕业论文获得北京市优秀博士学位论文奖。主要研究方向是以人脸识别为代表的计算机视觉与模式识别理论和方法,在包括PAMITIPPRTIFSCVPRECCVSIGIR在内的国际一流期刊和会议上发表论文80余篇,同行引用一千余次,部分工作入选ESI高被引论文。作为项目负责人主持多项图像识别方向的国家自然科学基金项目和企业委托开发项目,担任国际期刊Image and Visual Computing的客座编辑,10余个国际学术期刊(IEEE TPAMI / TIP / TIFS / TNNLS / TMM / TSMC, IJCV, PR / PRL等)的审稿人,国际学术会议(ICME / ICASSP / ICPR / FG)程序委员会委员,曾在CVPR/ ICME / ACCV / FG等主要国际会议上做Tutorial报告,先后入选北京邮电大学青年骨干教师计划,北京市高校青年英才计划,北京市“科技新星”计划,教育部“新世纪优秀人才”计划等。

报告摘要随着权威人脸验证评测LFW的识别准确率接近100%,学术界和产业界产生了对人脸识别问题是否已经完全解决的讨论。本报告主要汇报课题组最近发表的两项人脸识别与分析新问题和数据库工作。1)细粒度相似脸验证新问题及数据库(http://vis-www.cs.umass.edu/lfw/#resources),我们通过众包方式从LFW数据库中挑选3000对外貌相似人脸,把LFW重新定义成难度更高的FGLFW人脸验证评测,实测主流深度学习方法的准确率从99%下降到90%左右,同时发现了人类与机器在人脸识别任务上的高度互补性。2)真实世界复合表情识别新问题及数据库(http://www.whdeng.cn/RAF/model1.html),我们通过众包方式标注真实世界图片中的人脸表情,利用标签估计算法挖掘出包含复合表情的人脸图像,公开了首个现实环境下的大规模“复合表情”图像数据库。

执行主席:葛永新

 

重庆大学副教授,硕士生导师。2011年获重庆大学计算机科学与技术工学博士学位。2008-2009年在加拿大阿尔伯塔大学计算机科学系联合培养。2011年开始加入重庆大学软件学院智能服务与软件工程中心,从事计算机视觉、机器学习和模式识别相关的理论和应用研究。智能服务与软件工程中心是重庆大学在行业信息化及相关技术领域,包括计算机视觉、模式识别、软件工程技术等,建立的应用基础研究、开发及高层次人才培养基地。工程中心现有教职工10人,其中教授2人,副教授5人,讲师3人。

 

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!