学院官方二维码

湘潭大学成功举办第六十三期 “CCF-CV”走进高校系列报告会


发布者:信息工程学院信息部   发布时间:2018-11-19   点击量:

        20181117日,由中国计算机学会计算机视觉专委会主办,湘潭大学信息工程学院,湘潭市计算机学会和“智能计算与信息处理”教育部重点实验室承办的第六十三期“CCF-CV”走进高校系列报告会活动在湘潭大学计算中心AA217报告厅成功举行。1116日下午,作为本次活动的启动,中科院自动化所徐常胜研究员首先在A217报告厅做了“连接社会多媒体大数据”的学术报告。1117日上午,来自中科院自动化所的陈智能博士,以及清华大学航空航天学院、湖南大学、湖南师范大学、湖南工程学院、上饶师范学院、湖南世优电气有限公司等高校和企业的人员和我校信息工程学院约150师生,聆听了计算机视觉领域的专家学者在该领域的最新前沿技术及应用报告。

 

      17号上午报告邀请了中山大学赖剑煌教授,南京信息工程大学刘青山教授,厦门大学纪荣嵘教授,复旦大学姜育刚教授和西北工业大学王鹏教授,分别围绕“自适应深度学习与行人再识别方法”,“视觉特征的低维表达及其应用”,“紧致化计算机视觉分析系统”, “面向视频识别的深度学习方法及应用” 和“先见之明与他山之石——大数据时代下知识迁移的探索与实践”做了专题报告,会议报告由执行主席湘潭大学信息工程学院欧阳建权教授,张东波教授和肖芬教授主持。

 

 

 赖剑煌教授就“自适应深度学习与行人再识别方法”做了报告,报告主要介绍自适应深度生长学习方法与行人再识别方法两方面的工作进展。侧重介绍当前研究的行人再标识问题,并指出行人再识别问题是目前视频监控、模式识别与计算机视觉领域的一个重要问题。报告重点介绍团队在行人再标识方向的若干研究进展,包括了基于时空线索的行人再标识、特别是跨视域的鉴别成分分析、基于深度学习的再标识等方法。

 

 

        报告会上,刘青山教授在题为“视觉特征的低维表达及其应用”进行报告中,介绍了随着数字成像技术的快速发展,视觉数据的分辨率越来越高,给视觉数据理解带来了高维性的挑战。报告系统介绍了特征低维表达方法的发展历程,并重点汇报了近年来团队在视觉特征低维表达方法的理论研究进展及其在人脸特征点检测、人脸识别、表情分析与跟踪等方面的研究成果。

 

 

        厦门大学纪荣嵘教授以通俗易懂的语言与师生们讨论了“紧致化计算机视觉分析系统”。报告主要探索视觉大数据搜索识别系统中的紧凑性问题,覆盖了纪荣嵘教授研究组近两年来在面向视觉终端应用的视觉特征紧凑表示和深度网络压缩中所做的一些工作与成果。在视觉特征紧凑表示方面,介绍了二值编码、学习排序敏感的哈希编码。在深度网络压缩方面,介绍了面向特定任务(人脸和视觉场景解析)的深度网络级联压缩模型(串行低秩矩阵分解技术)与加速模型(结构化稀疏约束剪枝技术)。

 

 

      报告会上姜育刚教授以“面向视频识别的深度学习方法及应用”为主题进行报告。报告主要介绍上海视频技术与系统工程研究中心近年来在视频分析领域的研究成果,涵盖了实验室在基于深度学习的视频分析算法设计、大规模视频数据集构建以及应用系统研发等方面完成的工作。

 

 

      报告会上王鹏教授以“先见之明与他山之石——大数据时代下知识迁移的探索与实践”为主题进行报告。知识迁移减少算法对数据的依赖,而知识既可以源自人类对问题本身的认识(先见之明),也可以源自算法在其他相关数据、模态、任务下所学到的经验(他山之石)。报告从数据驱动的先验知识学习,到结构化数据的域自适应;从多任务框架下的信息传递,到跨域跨媒体知识的获取与嵌入进行了系统介绍。并介绍了西北工业大学张艳宁老师团队近年来利用知识迁移技术在高分辨率图像去模糊、去噪以及协同处理,问答系统等领域的探索与实践。

 

 

       此次活动持续了四个多小时,内容精彩,互动热烈,高潮迭起。讲座现场,讲者与现场听众亲切互动和交流,并对师生关注的话题进行一一解答。参加报告会的学生和老师们均对四位讲者表示由衷的欢迎与感谢,报告会在热烈的掌声中圆满结束。