CCF-CV走进高校系列报告会(第五十二期,东北大学)

时间:2018-05-16浏览:24

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

东北大学·沈阳(第 52期)

2018526日(星期六8:10-12:00

东北大学综合楼209学术报告厅

报告会主题

计算机视觉前沿技术及应用

程  序

8:00 签到

8:10 报告会开始

特邀讲者:林巍峣  博士, 上海交通大学教授

演讲题目:视频多目标跟踪、行为识别、及语义压缩

特邀讲者:左旺孟  博士, 哈尔滨工业大学教授

演讲题目:基于判别学习的图像复原

特邀讲者:夏 勇  博士,西北工业大学教授

演讲题目:医学影像分析和计算机辅助诊断中的深度学习技术

特邀讲者:谢晓华  博士,中山大学特聘研究员

演讲题目:深度神经网络在底层视觉处理上的应用

 

执行主席:张云洲 博士,2022世界杯买球官网教授

         中国计算机学会计算机视觉专委会委员

贾 同 博士,东北大学信息科学与工程学院教授

         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EmailNeu_RobotCV@163.com (请于524前将参会回执回复至该邮箱,邮件主题请注明“CCFCV东北大学报告会回执”

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 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 NetworksThomson 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. CSVTIEEE Trans. ITS等期刊编委,并任IEEE VSPC TCIEEE MSA TCIEEE MMTC等学术专业委员会委员。在相关领域共发表期刊论文100余篇,含IEEE Transactions系列及CVPRICCVAAAI等权威期刊和会议论文30余篇,获专利12项。

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运动及行为的理解十分重要。此外,随着描述目标的语义信息(如行为、运动、属性等)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跟踪、行为识别、及语义压缩中的最新成果。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。

特邀讲者 左旺孟

左旺孟,哈尔滨工业大学计算机学院教授、博士生导师。主要从事图像编辑、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70余篇。

 

报告摘要通常的图像增强与复原方法多采用建模的思路,然而这些方法往往受限于形式而难以对像素间的高度非线性和长程依赖关系进行建模。考虑到各种任务的差异性,以及丰富的训练数据,以深度学习为代表的判别学习方法为提高图像复原性能提供了新的解决思路,近年来得到了较多的关注和发展。报告主要从发展特定判别学习方法和借鉴CNN模型两个角度,介绍我们近期在这方面的一些工作:(1) 针对图像盲去卷积问题,结合多尺度模型,采用了基于数据驱动的方式学习每次迭代的先验模型参数和正则化参数。(2) 针对图像去噪问题,通过分析残差学习与TNRD模型的关联关系,提出了一个面向图像去噪的卷积神经网络,并分析了模型在广义去噪问题中的潜力。(3)为将CNN更为便捷和自适应地应用于各种图像复原问题,提出了一种传统优化方法和CNN的结合方案。(4) 最后,针对图像去噪和超分辨,通过将退化模型参数纳入到网络输入,提出了一种更为高效的CNN解决方案。

特邀讲者 夏 勇

夏勇 博士,西北工业大学教授、博导,分别于200120042007年从西北工业大学计算机学院获得学士、硕士和博士学位;20071月起在悉尼大学信息技术学院生物医学与多媒体技术(BMIT)实验室从事博士后研究,2013年入选中组部“青年千人”计划,同年底回到西北工业大学计算机学院工作;主要研究方向为医学图像处理、计算机辅助诊断和智能模式识别;在相关领域共发表学术论文百余篇;现担任中国计算机学会青工委委员、中国图象图形学学会视觉大数据专委会常委和陕西省抗癌协会肿瘤影像专业委员会青年委员会常委及智慧医疗组指导委员会主任委员等。

报告摘要近年来,深度学习技术得到了迅速发展和广泛关注,并且在图像分类、人脸识别、语音识别、机器翻译和自然语言理解等领域取得了巨大突破和成功应用。深度学习模型的成功,不仅在于它使用统一的模型实现对数据的特征提取和分类识别,从而避免了特征工程及其对经验的过度依赖,更在于它可以使用庞大的训练数据集进行学习。但是,对于医学影像分析和计算机辅助诊断问题而言,由于数据采集和标注的困难,可以用于训练的数据集往往都比较有限。本报告将介绍讲者在应用深度学习技术进行医学影像分析和计算机辅助诊断研究的经验和体会,并将展望这一领域的机会和挑战。

特邀讲者 谢晓华

谢晓华,中山大学特聘研究员。2010年博士毕业于中山大学数计学院(国家公派加拿大Concordia大学联合培养)。20112月加入中国科学院深圳先进技术研究院,先后任助理研究员、副研究员。20157月加入中山大学,担任特聘研究员。谢晓华的研究领域主要为计算机视觉、模式识别与计算机图形学。已经在包括IEEE Trans. Image ProcessingICCVCVPR在内的国际著名杂志和著名会议发表论文30余篇,申请国家发明专利20多项(4项获授权)。参与研发的人脸识别系统成功应用于2017年财富论坛安保、外交部因公护照电子照片质量检测系统、广州南站高铁自助检票系统等。谢晓华先后主持国家自然科学基金项目2项、广东省项目3项(包括1项重点项目);参与国家自然科学基金重大、重点项目各1项,科技部“863”项目2项。入选广东省特支计划科技创新青年拔尖人才、深圳市孔雀计划海外高层次人才(B类),当选中国计算机学会计算机视觉专业委员、中国人工智能学会模式识别专业委员、广东省图像图形学会理事、中国图象图形学会视觉大数据专业委员。

 

报告摘要底层视觉处理指对图像/视频进行像素级别的处理,以达成图像增强、图像变换、图像生成等效果。底层视觉处理是计算机视觉领域的基础问题,它在数字艺术、混合现实、三维重建、图像识别等方面具有广泛应用。本演讲将介绍深度神经网络在若干底层视觉处理任务(包括图像本征属性重建、图像超分辨率、人脸图像光照处理、图像去模糊、人脸对齐)上的应用方法与效果。

 

执行主席:

张云洲,教授、博士生导师,2022世界杯买球官网。主要研究方向为计算机视觉、机器人视觉。近年来,围绕视觉场景监测、机器人视觉环境感知与认知、多自由度机械臂视觉抓取等主题开展科学研究,作为项目负责人承担国家自然科学基金(面上)、国际合作、国家重点研发计划子课题等项目20余项。现为中国计算机学会计算机视觉专委会委员、物联网专委会委员,中国人工智能学会智能产品与产业工作委员会委员。以第一或通信作者身份,在学术期刊和国际会议上发表学术论文30余篇;申请国家发明专利20余项(以第一发明人获得授权7项);作为副主编,出版著作和教材3部。现为国际SCI期刊《 International Journal of Advanced Robotic SystemsField Robotics副编辑(Associate Editor)。获得省部级教学成果一等奖3项、二等奖2项,荣获沈阳市三育人标兵、沈阳市五四劳动奖章等荣誉。

贾同,教授、博士生导师,东北大学信息科学与工程学院。主要研究方向为计算机视觉、模式识别、机器学习等。具体研究领域包括基于主动/被动视觉的三维感知、医学影像计算机辅助诊断、工业视觉检测、异常动作识别等。先后主持国家自然科学重点基金课题、十三五国家重点研究计划课题、863计划课题、国家科技支撑计划课题、教育部博士点基金课题、辽宁省自然科学基金课题等,以及多项与企事业单位合作科研课题。在国内外重要期刊及国际会议上发表学术论文80余篇,申请国家发明专利8项(以第一发明人获得授权4项)。现为中国计算机学会计算机视觉专委会委员、中国图象图形学会视觉大数据专委会委员。

 

会场路线图

注:东门、小西门,外部车辆无法进入;南门、北门可正常通行。

 

 

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!