讲座编号：jz-yjsb-2021-y036
讲座问题：中国盘算机学会盘算机视觉专委会走进高校系列报告会
主 讲 人：查红彬 教授 北京大学
赵 耀 教授 北京交通大学
纪荣嵘 教授 厦门大学
张 磊 教授 重庆大学
讲座时间：2021年9月27日（星期一）下昼14:00
讲座所在：尊龙凯时阜成路校区西区综合楼一层报告厅
加入工具：视觉领域专业人士、研究生、媒体、其他有兴趣者
主理单位：盘算机学院、研究生院
主讲人简介：
查红彬，北京大学信息科学手艺学院智能科学系教授，机械感知与智能教育部重点实验室主任。主要从事盘算机视觉与智强人机交互的研究，在三维视觉几何盘算、三维重修与情形几何建模、三维物体识别等方面取得了一系列效果。出书学术期刊及国际聚会论文300多篇，其中包括IEEE T- PAMI，IJCV，IEEE T-VCG，IEEE T-RA，IEEE T-SMC，ACM T-IST，JMLR，PR 等国际期刊以及ICCV，ECCV，CVPR，CHI，ICML，AAAI，ICRA等国际学术聚会论文100多篇。
赵耀，长江学者特聘教授、国家优异青年科学基金获得者、万人妄想科技立异领武士才、科技部重点领域立异团队带动人。现任北京交通大学信息科学研究所所长，“现代信息科学与网络手艺”北京市重点实验室主任。研究领域为数字媒体信息处置惩罚与智能剖析，包括图像\视频压缩，数媒体内容清静，媒体内容剖析与明确，人工智能等。主持了973妄想、863妄想等课题30余项。在包括IEEE Trans.等海内外期刊、聚会上揭晓论文200余篇。作为第一完成人获北京市科学手艺奖一等奖等省部级奖励4项。指导的博士生7人获北京市和中国盘算机学会优异博士论文奖。受邀担当了 IEEE Transactions on Cybernetics等多个国际杂志编委。他是国务院学科评议组成员，享受国务院政府特殊津贴。
纪荣嵘，厦门大学南强特聘教授，国家优异青年科学基金获得者。主要研究偏向为盘算机视觉。近年来揭晓TPAMI、IJCV、ACM汇刊、IEEE汇刊、CVPR、NeurIPS等聚会长?过百篇。论文谷歌学术引用万余次。曾获2016年教育部手艺发明一等奖、2018年省科技前进一等奖、2019年福建省青年科技奖。曾/现主持国防973项目，国家自然科学基金团结重点基金等项目。任中国盘算机学会A类国际聚会CVPR和ACM Multimedia领域主席、中国图象图形学学会学术工委副主任、教育部电子信息类教指委人工智能专业建设咨询委员会委员。
张磊，重庆大学教授，博士生导师，重庆市生物感知与智能信息处置惩罚重点实验室副主任，LiVE视觉智能与学习团队认真人，重庆市高条理人才妄想入选者、重庆市优异青年基金获得者、IEEE高级会员。主要聚焦于迁徙学习、深度学习、开放情形视觉感知、跨媒体剖析等领域。共揭晓论文100余篇，其中IEEE Trans.汇刊以及CCF-A类聚会论文50余篇。多篇论文入选ESI高被引论文，出书英文专著1部，发明专利14项。担当多个SCI期刊包括IEEE Trans. Instrumentation and Measurement以及Neural Networks等期刊Associate Editor，The Visual Computer以及Frontiers in Neurorobotics期刊客座编委，以及ACM MM、AAAI、CVPR、ICCV、ICLR等聚会的AC、SPC和PC等。以第1完成人先后获得吴文俊人工智能自然科学奖、重庆市科学手艺奖、重庆市十佳科技青年奖3项。
主讲内容：
视觉SLAM：在线学习的途径：3D视觉的一个主要使命是使用传感器视点的转变与成像几何的约束来实现三维场景的几何与结构重修。因此，陪同传感器移动的动态视觉与3D视觉的关系愈加亲近，SLAM（Simultaneous Localization and Mapping：即时定位与地图构建）手艺再度成为3D视觉领域的研究热门。为了提高动态视觉系统在真实重大场景中的应用能力，我们应充分强化视觉系统的情形自顺应性，而在线学习要领是实现这一目的的有用途径。该报告将围绕基于在线学习的SLAM问题，先容我们迩来的一些想法和实验，主要内容包括：面向自监视视觉里程计的序列对抗学习要领；具有在线自顺应能力的自监视SLAM学习。
弱监视与交互式图像支解：图像语义支解，是涉及盘算机视觉、模式识别及人工智能的交织研究偏向，是实现自动驾驶、智能监控、虚拟现实、医学图像诊断、机械人等国家重点应用的要害科学问题。现在，深度学习已经在图像语义支解领域取得了重大突破。然而，大宗的像素级标注通常需要消耗大宗的时间、款子和人力。因此，训练数据的缺乏或缺失已经成为制约图像语义支解进一步生长的要害因素之一。为镌汰像素级标注的重大肩负，近年来提出了许多弱监视图像语义支解手艺，即使用大宗容易获取的弱监视信息（如：图像标签）来完成越发重大的图像语义支解使命。交互式语义支解是通过人机的简朴交互，指导盘算机实现快速准确的物体支解，是减轻像素级标注本钱的主要手艺手段。本报告将重点先容课题组在基于深度学习的图像弱监视语义支解以及交互式支解方面的部分研究效果。
重大跨媒体数据协同剖析与应用：社交媒体包括了海量非相助、异构化、跨模态的数据，既蕴藏了大宗的人类知识与高价值信息，也包括了种种自然与人为的噪声，对其剖析与处置惩罚需要融合类脑盘算、盘算机视觉、自然语言处置惩罚等多个维度的智能手艺。本报告主要关注基于深度学习的多模态内容协同剖析与体现、跨模态信息融合及智能对抗攻防，先容课题组在图像形貌与视觉问答、语言指导的目的检测与支解、用户隐私�；ぁ⑸缃煌缙饰鲋傅嫉确矫娴囊恍┭芯肯Ｍ�。
开放情形视觉感知：在现实应用中，由于数据不确定性、情形不可控性以及算法特异性，机械学习算法的顺应性和清静性依然较差，古板的人工智能模子与深度学习算法难以知足开放、动态、重大情形下的感知与应用。本报告围绕迁徙自顺应学习要领论以及视觉感知算法私见问题，先容我们近期在开放情形下的视觉感知研究希望，包括图像分类和目的检测等去偏要领。