學術活動:中國計算機學會計算機視覺專委會走進高校系列報告會
時間: 2024-10-09 發布者: 弋維君 文章來源: 對外合作辦公室 審核人: 黃河 浏覽次數: 236

CCF-CV Series Lectures

蘇州大學·蘇州(第140期)

2024年10月12日(星期六)14:30-17:00

蘇州大學天賜莊校區敬賢堂

報告會主題

計算機視覺前沿技術及應用

學術報告(一)

報告特邀講者:賴劍煌

       中山大學計算機學院二級教授、博士生導師。中國圖象圖形學會副理事長、會士,廣東省圖像圖形學會理事長(第四、五屆)。中國計算機學會傑出會員,中國計算機學會計算機視覺專委員會副主任(第一、二屆)、廣東省人工智能與機器人學會副理事長、廣東省安防協會人工智能專委會主任。1986、1989年分别在中山大學獲學士、碩士學位,并留校任教。1999年在中山大學獲博士學位。主要研究領域為計算機視覺、模式識别和機器學習。已主持承擔國家自然科學基金與廣東聯合重點項目、科技部科技支撐課題、國家自然科學基金等。獲得廣東省科學技術獎勵自然科學類一等獎(2018排名1),廣東省科學技術獎勵科技進步類二等獎(2016,排名3)、獲得丁穎獎(2019年)、享受國務院政府津貼。已發表了約200篇學術論文,主要發表在ICCV、 CVPR、 ICDM等專業重要學術會議以及IEEE TPAMI、IEEE TIP、IEEE TNN、IEEE KDE、Pattern Recognition等國際權威刊物上。

       報告摘要:小股人群重識别旨在将非重疊視域的攝像頭網絡下具有相同成員的群組圖像進行正确地關聯。小股人群重識别是傳統行人重識别任務的一個重要拓展,在安防監控場景下有着重要的研究意義和應用前景。報告主要介紹我們實驗室近年在小股人群重識别研究探索和實踐方面成果,包括基于不确定性建模的小股人群重識别、基于可分解時空殘差圖的換衣小股人群重識别、基于自适應聚類驅動漸進學習的無監督小股人群重識别、基于群組三維布局重建的魯棒群體特征提取、基于最近置換距離的群體度量等方法,以及新構建的若幹群組數據集。


學術報告(二)

報告特邀講者:白翔

       華中科技大學軟件學院教授、院長,國家傑出青年基金獲得者,IAPR Fellow,國際期刊Pattern Recognition副主編(A-EIC)。長期從事人工智能、計算機視覺、模式識别等方面研究,在Nature Machine Intell.IEEE TPAMICVPR等國際一流期刊和國際會議發表論文150餘篇。擔任國際頂級期刊IEEE TPAMI編委,頂級會議CVPRICCVECCVAAAIIJCAINeurIPS的領域主席,國際文檔分析與識别會議ICDAR 2025大會主席。曾獲2024年湖北省青年科技創新獎、2023年湖北省自然科學一等獎(第一完成人)、2021年中國圖象圖形學學會自然科學一等獎(第一完成人)、2019年國際模式識别協會青年學者獎(IAPR/ICDAR Young Investigator Award )和ACL 2024最佳論文獎(Best Paper Award)。

       報告摘要:甲骨文起源于約3000年前的中國商朝,是中國語言史的重要基石,但大量甲骨文尚未被破譯。傳統破譯方法複雜且費時,而近年來人工智能的快速發展為此提供了新思路。本報告介紹了課題組在甲骨文智能破譯的系列工作:通過構建甲骨文單字數據集(HUST-OBC)、古文字演變數據集(EVOBC)和甲骨文釋義數據集(MMOBC),提出了結合生成模型、部首序列預測和多模态釋義生成模型等三條技術路線,并開發了一套多途徑的AI輔助破譯系統。最後,将介紹人工智能輔助甲骨文破譯仍面臨的挑戰與未來研究展望。


學術報告(三)

報告特邀講者:毋立芳 

       北京工業大學教授,博士生導師。主要研究方向圖像視頻内容分析、智能3D打印、人臉活體檢測等。近年來承擔科技部重點專項課題、國家自然科學基金、北京市科技計劃項目等20餘項,在IEEE TMMIEEE TAFFCIJCVACM MM等發表論文100餘篇,獲授權發明專利40餘項,獲北京市技術發明二等獎等省部級獎6項,入選2022年度首都最美巾帼奮鬥者,2020年中國電子學會優秀科技工作者稱号。IEEE高級會員,中國計算機學會(CCF)、中國圖象圖形學學會(CSIG)理事,CCF計算機視覺專委會常務委員兼副秘書長,CSIG視覺大數據專委會常務委員,CIE信号處理分會委員。IEEE TMM、《信号處理》、《中國圖象圖形學報》編委。

       報告摘要:深度學習推動了很多視覺任務的落地應用,但是随着應用越來越廣泛,這種純數據驅動方法的局限性也逐漸顯現出來。這些局限性有沒有可能通過引入知識來緩解?不同任務中有不同的知識,知識的複雜程度也有很大區别,如何利用這些知識?本次報告将介紹我們團隊在視頻群體行為識别任務中的一點探索,通過在關系推理模型中引入不同類型的知識,提升群體行為識别的性能。

Panel專家:

特邀專家:陳熙霖  博士,中國科學院計算技術研究所研究員

特邀專家:劉青山  博士,南京郵電大學教授

特邀專家:王瑞平  博士,中國科學院計算技術研究所研究員