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

贵州师范大学 · 贵州

（第103期）

主题：计算机视觉前沿技术及应用

时间：2021年7月8日上午8:30-12:30

地点：贵州师范大学（花溪校区）会议中心二楼学术报告厅

程 序

8:30 活动签到

9:00 致欢迎辞

9:20 报告会开始

特邀讲者：彭宇新 博士，北京大学教授

演讲题目：细粒度视觉分类与检索

特邀讲者：俞俊 博士，杭州电子科技大学教授

演讲题目：视觉问答-利用深度学习沟通视觉与语言

特邀讲者：赫然 博士，中科院自动化所研究员

演讲题目：对抗环境下的深度合成和鉴别

特邀讲者：王楠楠 博士，西安电子科技大学教授

演讲题目：图像跨域重建

14:30  研究点评

承办单位青年教师汇报研究工作，专家进行点评、给出建议。

执行主席

胡圣波 博士，贵州师范大学教授

欧卫华 博士，贵州师范大学教授

讲者 / 报告信息

特邀讲者 彭宇新

北京大学二级教授、博雅特聘教授、博士生导师、国家杰出青年科学基金获得者、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、863项目首席专家、中国人工智能产业创新联盟专家委员会主任委员、中国工程院“人工智能2.0”规划专家委员会专家、北京图象图形学学会副理事长、中国图象图形学学会副秘书长。主要研究方向为跨媒体分析与推理、图像视频识别与理解、计算机视觉、人工智能。以第一完成人获2016年北京市技术发明一等奖和2020年中国电子学会科技进步一等奖，2008年获北京大学宝钢奖教金优秀奖，2017年获北京大学教学优秀奖。主持了863、国家自然科学基金等20多个项目，发表论文160多篇，包括ACM/IEEE Trans和CCF A类论文70多篇。多次参加由美国国家标准技术局NIST举办的国际评测TRECVID视频样例搜索比赛，均获第一名。主持研发的跨媒体互联网内容分析与识别系统已经应用于公安部、工信部、国家广播电视总局等单位。担任IEEE TCSVT等期刊编委。

报告摘要：与一般的视觉分类不同，细粒度视觉分类旨在对粗粒度的大类（如鸟、车等）进行细粒度的子类划分（如大冠蝇霸鹟、阿卡迪亚霸鹟、蓝鹀等鸟类子类别；奥迪 A6、A8等车类子类别），其挑战在于外形、颜色等相似导致的不同类别差异小，姿态、视角等不同导致的相同类别差异大。如何借鉴人脑的认知机理，模拟视觉注意力机制学习多粒度的辨识性特征，突破细粒度视觉分类难题，对于提高计算机的感知和认知能力至关重要。本报告将介绍我们在细粒度视觉分类上的相关研究进展，包括空间拓扑注意力学习、堆叠式深度强化学习、层次化深度增量迁移学习等方法，以及我们在细粒度跨媒体检索上的探索，实现了由图像、视频到跨媒体的扩展，由分类到检索的扩展。

特邀讲者 俞俊

杭州电子科技大学教授、博士生导师，2016年获国家优青，2017年获教育部长江学者“青年学者”。主要研究方向为跨媒体分析技术。相关工作发表于SCI源期刊论文100余篇，包括ACM汇刊与IEEE汇刊及CCF A类会议40余篇。论文的Google Scholar引用次数6000余次。10余篇论文入选ESI高被引/热点论文；近年来主持国家自然科学基金重点项目、国家自然科学基金面上项目等，2015、2016、2017连续获得IEEE TMM、TIP、TCYB最佳论文奖，2018年教育部自然科学二等奖。担任多个国际期刊的副编辑。

报告摘要：视觉问答（Visual Question Answering，VQA），是一种涉及计算机视觉和自然语言处理的学习任务，系统对视频及图像的内容和问题进行深度理解和推理后，给出相应的回答，相比于其他视频分析手段，视频问答能根据用户的提问，对视频内容进行细粒度语义理解。在面对复杂视频时可有效过滤冗余信息，方便用户进行决策。视频问答被广泛应用在社交媒体监管、智能监控分析、国防智能决策、智慧视频教育等多个领域，本报告将介绍团队近年来在视觉问答方面所作的研究工作。

特邀讲者 赫然

中国科学院自动化研究所模式识别国家重点实验室研究员，中国科学院特聘研究员，中国科学院大学岗位教授，IAPR Fellow。从事模式识别应用基础理论研究，并应用到计算机视觉、生物特征识别、深度合成和人工智能安全，获得XXX生成竞赛冠军，在华为、美团、京东等取得应用；近期主要聚焦在非监督机器学习以及深度合成中遇到的瓶颈问题。出版信息理论学习专著1部；在IEEE TPAMI(影响因子: 17.86)第一作者发表论文5篇，研究工作获IAPR ICPR Best Scientific Paper Award(2020)、IEEE SPS Young Author Best Paper Award(2020)、IAPR/IEEE ICB Honorable Mention Paper Award(2019)和北京青年优秀科技论文一等奖(2015)，受到国家自然科学基金优秀青年科学基金、北京自然科学基金杰出青年科学基金和中科院青年促进会优秀会员等项目资助。

报告摘要：深度合成是指使用深度学习等智能化技术对多媒体数据进行修改、编辑和替换，进而创造出从内容或表观上完全不同的媒体内容。深度合成及其鉴别是机器学习和计算机视觉等领域的重要研究内容之一，被广泛应用于人工智能，在国家公共安全领域具有重要研究意义。本报告结合深度合成的实际应用需求，介绍“合成”与“鉴别”相辅相成、“攻击”与“防御”相互促进的对抗博弈机制；在深度合成方面，从信息理论角度探寻深度合成的信息交换本质，介绍不对称互信息、表象最优传输和信息瓶颈解表达等生成模型，以及语音驱动说话人、人脸表情驱动和人物换脸等深度合成方法；在深度鉴别方面，介绍轻量级神经网络架构，该架构广泛应用于语音和人脸鉴伪。

特邀讲者 王楠楠

华山学者特聘教授，博士生导师。西安电子科技大学综合业务网理论及关键技术国家重点实验室智能信息处理中心主任。近年来从事计算机视觉和统计机器学习方面的研究，在图像跨域重建与识别方面进行了深入研究，内容包括画像-照片合成与识别，图像/视频超分辨率重建、图像恢复，行为分析与识别，行人重识别等。在IEEE TPAMI、IJCV、CVPR、NeurIPS等国际顶级期刊和会议上发表学术论文100余篇，获得国家自然科学基金委优秀青年基金，入选中国科协青年人才托举工程，获教育部自然科学一等奖、陕西省科学技术一等奖、中国图象图形学学会自然科学奖二等奖、中国人工智能学会优秀博士学位论文、陕西省优秀博士学位论文奖等奖项。

报告摘要：跨域图像是指同一目标通过不同传感器所形成的不同类型的图像，而图像跨域重建是指利用跨域图像之间内容的关联性和表达的互补性由一个域的图像生成另外一个域的图像或由一个域的图像识别另外一个图像的过程。本报告中的图像跨域重建主要包括人脸画像-照片合成和图像超分辨率重建。本报告将介绍现有的图像跨域重建方法以及我们课题组在此方向上的进展。

执行主席 胡圣波

博士，教授，博士生导师，贵州师范大学大数据与计算机科学学院院长。中国科学院复杂航天系统电子信息技术重点实验室学术委员会委员，解放军 63816 部队客座专家，我国大科学工程子午工程探空火箭系统主任设计师。主持完成七五和八五国防科技攻关、军口 863、载人航天预研等项目，以及国家自然科学基金、国家物联网发展资金专项等项目，先后获国防科技进步二、三等奖各一次，军队科技进步二、三等奖各一次；主持完成国家首批新工科改革与实践项目，贵州省电气信息工程教学团队领衔人，贵州省应急平台体系建设专家组组长，先后获贵州省高等学校省级教学成果二、三等奖各一次。

执行主席 欧卫华

博士、教授，硕士生导师，贵州省优秀青年科技人才，贵州师范大学校学术委员会委员。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执行委员、中国图象图形学学会多媒体专业委员会委员、中国人工智能学会青年工作委员会委员。国家自然科学基金委同行评审专家、贵州省科技厅、大数据管理局和贵阳市科技局专家库专家。主要研究方向为跨媒体分析、计算机视觉和模式识别，主持国家自然科学基金青年基金等国家及省部级项目10余项。在国际顶级期刊IEEE Trans. On Neural Network and Learning System、Pattern Recognition和国际著名会议ICME、ICASSP等发表SCI/EI论文60多篇，谷歌学术引用1200多次，H-指数17，申请发明专利2项。担任IJCAI2021、AAAI2021、ISAIR2021等国际会议程序委员会委员或领域主席，获得国际人工智能与机器人（ISAIR2020）最佳论文奖。

活动报名

活动地点：贵州师范大学（花溪校区）会议中心二楼学术报告厅

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7月6日前填写)。 有任何问题请发邮件给邮箱1305532268@qq.com或电话咨询欧老师18198247234。

参加方式：免费参加，敬请光临。