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

南京信息工程大学·南京

（第100期）

主题：计算机视觉前沿技术及应用

时间：2021年5月28日下午14:00-18:30

地点：南京信息工程大学长望楼报告厅

程 序

13:30  活动签到

14:00 开幕式

南京信息工程大学领导致欢迎辞中国计算机学会（CCF）领导致辞CCF计算机视觉专委会领导致辞

14:20

播放CCF-CV走进高校活动视频

14:30 报告会开始

特邀讲者：胡事民 博士，清华大学教授演讲题目：深度几何学习与“计图”框架新进展
特邀讲者：查红彬 博士，北京大学教授演讲题目：视觉SLAM：在线学习的途径
茶歇

特邀讲者：赖剑煌 博士，中山大学教授演讲题目：行人重识别方法与小股人群重识别若干新进展
17:00 活动研讨
研讨题目：如何办好走进高校活动？

执行主席

刘青山  博士，南京信息工程大学教授

01

讲者/报告信息

特邀讲者：胡事民

清华大学计算机科学与技术系教授，主要研究方向为计算机图形学、虚拟现实、智能信息处理和系统软件等。在ACM TOG/SIGGRAPH、IEEE TVCG、CAD、 IEEE CVPR、ECCV等重要刊物和国际会议上发表论文100余篇。现为中国计算机学会副理事长，国家自然科学基金委创新研究群体学术带头人，并担任Computational Visual Media主编和CAD、Computer & Graphics和中国科学等多个期刊编委。

报告摘要：深度学习框架是现代人工智能算法开发和应用的软件基础支撑，自主可控的深度学习框架是推动中国人工智能更好发展的必然要求。计图(Jittor)是国内首个由高校研制和开源的深度学习框架。Jittor框架创新地使用了元算子融合和动态编译技术，并提出“统一计算图”的思想，使得在多种任务性能上超越国外主流平台。本报告拟介绍Jittor框架的多项创新技术和最新进展，并重点介绍基于Jittor框架的理论研究，包括基于Jittor构建的从点云、网格到隐式场的深度几何学习体系。

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。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- PAMI，IJCV, 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100多篇。

报告摘要：三维视觉的一个主要任务是利用传感器视点的变化与成像几何的约束来实现三维场景的几何与结构重建。因此，伴随传感器移动的动态视觉与3D视觉的关系愈加密切，SLAM（Simultaneous Localization and Mapping：即时定位与地图构建）技术再度成为3D视觉领域的研究热点。为了提高动态视觉系统在真实复杂场景中的应用能力，我们应充分强化视觉系统的环境自适应性，而在线学习方法是实现这一目标的有效途径。该报告将围绕基于在线学习的SLAM问题，介绍我们近来的一些想法和尝试，主要内容包括：面向自监督视觉里程计的序列对抗学习方法；具有在线自适应能力的自监督SLAM学习。

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、会士，广东省图像图形学会理事长（第四、五届）。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委员会副主任（第一、二届）、广东省人工智能与机器人学会副理事长、广东省安防协会人工智能专委会主任。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。主要研究领域为计算机视觉、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、科技部科技支撑课题、国家自然科学基金等。获得广东省科学技术奖励自然科学类一等奖（2018排名1），广东省科学技术奖励科技进步类二等奖（2016，排名3）、广州市科学技术奖励一等奖（2014）。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。

报告摘要：行人重识别的研究已经开展十五年了，研究重点主要聚焦在如何与现实场景结合更好地应用方面，其中不仅包括研究行人重识别的跨模态、低分辨率、遮挡等应用难题，也包括研究跨场景非监督学习、迁移学习、图像生成方法等问题。近年来，小股人群重识别技术研究也在悄然展开。现实中行人是具有社会性质的，个人活动通常是小股人群活动的一个方面，小股人群重识别研究对现实中的团伙作案、疫情期间可疑群体追踪防控等问题具有重要的研究意义。 报告主要介绍小股人群重识别技术的科学问题和研究进展情况，包括本实验室小股人群重识别研究在跨视域场景中基于显著性关键点、孪生网络等方式的鲁棒群体特征提取、行人-群体距离度量方法，行人-群体关联性的跨域重识别技术和构建相应数据集基准的若干进展。同时也介绍本实验室行人重识别研究在跨场景非监督学习、迁移学习、时空信息关联、可见光-红外多模态等方面的若干新进展，对相关问题的进一步研究将有借鉴意义。

执行主席：刘青山

南京信息工程大学教授，主要从事模式识别、图像理解等研究，近年来主持承担了国家杰出青年基金项目、国家自然基金重点项目等。先后荣获教育部自然科学二等奖、中国电子学会自然科学一等奖、和中国计算机学会自然科学二等奖等。兼任中国自动化学会模式识别与机器智能专委会副主任、中国计算机学会计算机视觉专委会副主任、中国图形图像学会学术工委主任、江苏省人工智能学会副理事长等。

会场路线图

活动地点：南京信息工程大学长望楼报告厅

活动报名

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：点击下面链接或者扫描下面二维码报名 https://www.wjx.cn/vj/h4XTVcZ.aspx (请于5月26日前填写)。 有任何问题请发邮件给邮箱dearmellon@163.com。

参加方式：免费参加，敬请光临。

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！

活动申请

如您想了解活动申请相关信息，请看活动申请链接。如您有意申请CCF-CV活动，请与专委会秘书处联系。联系方式：

毋立芳：lfwu@bjut.edu.cn

杨巨峰：yangjufeng@nankai.edu.cn