学术活动:中国计算机学会计算机视觉专委会走进高校系列报告会
时间: 2024-10-09 发布者: 弋维君 文章来源: 对外合作办公室 审核人: 黄河 浏览次数: 22

CCF-CV Series Lectures

苏州大学·苏州(第140期)

2024年10月12日(星期六)14:30-17:00

苏州大学天赐庄校区敬贤堂

报告会主题

计算机视觉前沿技术及应用

学术报告(一)

报告特邀讲者:赖剑煌

       中山大学计算机学院二级教授、博士生导师。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,中国计算机学会计算机视觉专委员会副主任(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)、获得丁颖奖(2019年)、享受国务院政府津贴。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 KDE、Pattern Recognition等国际权威刊物上。

       报告摘要:小股人群重识别旨在将非重叠视域的摄像头网络下具有相同成员的群组图像进行正确地关联。小股人群重识别是传统行人重识别任务的一个重要拓展,在安防监控场景下有着重要的研究意义和应用前景。报告主要介绍我们实验室近年在小股人群重识别研究探索和实践方面成果,包括基于不确定性建模的小股人群重识别、基于可分解时空残差图的换衣小股人群重识别、基于自适应聚类驱动渐进学习的无监督小股人群重识别、基于群组三维布局重建的鲁棒群体特征提取、基于最近置换距离的群体度量等方法,以及新构建的若干群组数据集。


学术报告(二)

报告特邀讲者:白翔

       华中科技大学软件学院教授、院长,国家杰出青年基金获得者,IAPR Fellow,国际期刊Pattern Recognition副主编(A-EIC)。长期从事人工智能、计算机视觉、模式识别等方面研究,在Nature Machine Intell.IEEE TPAMICVPR等国际一流期刊和国际会议发表论文150余篇。担任国际顶级期刊IEEE TPAMI编委,顶级会议CVPRICCVECCVAAAIIJCAINeurIPS的领域主席,国际文档分析与识别会议ICDAR 2025大会主席。曾获2024年湖北省青年科技创新奖、2023年湖北省自然科学一等奖(第一完成人)、2021年中国图象图形学学会自然科学一等奖(第一完成人)、2019年国际模式识别协会青年学者奖(IAPR/ICDAR Young Investigator Award )和ACL 2024最佳论文奖(Best Paper Award)。

       报告摘要:甲骨文起源于约3000年前的中国商朝,是中国语言史的重要基石,但大量甲骨文尚未被破译。传统破译方法复杂且费时,而近年来人工智能的快速发展为此提供了新思路。本报告介绍了课题组在甲骨文智能破译的系列工作:通过构建甲骨文单字数据集(HUST-OBC)、古文字演变数据集(EVOBC)和甲骨文释义数据集(MMOBC),提出了结合生成模型、部首序列预测和多模态释义生成模型等三条技术路线,并开发了一套多途径的AI辅助破译系统。最后,将介绍人工智能辅助甲骨文破译仍面临的挑战与未来研究展望。


学术报告(三)

报告特邀讲者:毋立芳 

       北京工业大学教授,博士生导师。主要研究方向图像视频内容分析、智能3D打印、人脸活体检测等。近年来承担科技部重点专项课题、国家自然科学基金、北京市科技计划项目等20余项,在IEEE TMMIEEE TAFFCIJCVACM MM等发表论文100余篇,获授权发明专利40余项,获北京市技术发明二等奖等省部级奖6项,入选2022年度首都最美巾帼奋斗者,2020年中国电子学会优秀科技工作者称号。IEEE高级会员,中国计算机学会(CCF)、中国图象图形学学会(CSIG)理事,CCF计算机视觉专委会常务委员兼副秘书长,CSIG视觉大数据专委会常务委员,CIE信号处理分会委员。IEEE TMM、《信号处理》、《中国图象图形学报》编委。

       报告摘要:深度学习推动了很多视觉任务的落地应用,但是随着应用越来越广泛,这种纯数据驱动方法的局限性也逐渐显现出来。这些局限性有没有可能通过引入知识来缓解?不同任务中有不同的知识,知识的复杂程度也有很大区别,如何利用这些知识?本次报告将介绍我们团队在视频群体行为识别任务中的一点探索,通过在关系推理模型中引入不同类型的知识,提升群体行为识别的性能。

Panel专家:

特邀专家:陈熙霖  博士,中国科学院计算技术研究所研究员

特邀专家:刘青山  博士,南京邮电大学教授

特邀专家:王瑞平  博士,中国科学院计算技术研究所研究员