返回首页
登录

CCF福州举办模式识别与人工智能学术报告会

阅读量:429 2018-01-03 收藏本文

2017年12月23日,CCF福州“模式识别与人工智能”学术报告会在闽江学院工科大学A座福建省信息处理与人工智能重点实验室会议室隆重举行并取得圆满成功。报告会执行主席为福建师范大学数学与计算机科学学院许力教授、福州大学数学与计算机科学学院吴英杰教授和闽江学院计算机科学系李佐勇教授。与会人员包括来自福州大学、福建师范大学、福建农林大学、闽江学院等高校约50名青年学者及研究生。

本次报告会的主题是“模式识别与人工智能”,报告会邀请了南京理工大学杨健教授,厦门大学纪荣嵘教授,闽江学院汪涛博士做主题报告,围绕二维表征学习、紧凑视觉分析、深度神经网络、计算机视觉等主题开展学术研讨。

南京理工大学计算机科学与工程学院院长杨健教授(长江学者特聘教授,国家杰出青年基金获得者,获得国家自然科学二等奖,获得第十一届中国青年科技奖,入选国家百千万人才工程,被授予“有突出贡献中青年专家”称号)围绕“二维表征学习的方法和应用”为主题,从表示学习的定义出发,首先介绍了2D子空间学习方法,详细讲解了2DPCA模型和改进的基于核范数的2DPCA算法的优缺点。杨教授指出,L2范数约束对高斯分布的噪声有效,L1范数约束对拉普拉斯分布噪声有效,而核范数能够非常有效地处理实际图像中极端的光照影响和遮挡影响。他同时介绍了回归模型在图像表示及分类中的应用及其在深度学习领域的最新研究工作。

厦门大学的纪荣嵘教授(国家优青、福建省闽江学者)围绕“紧凑视觉分析系统”为主题,首先介绍了其团队近两年来在面向大规模视觉搜索的特征哈希算法方面的研究,纪教授研究组与腾讯等公司有比较深入的合作,他们研究的算法应用在了腾讯QQ音乐哼唱搜索上。另外他给大家阐述了多模态、跨模态搜索问题的解决思路,最后介绍了科研团队在深度神经网络加速上的科研成果。

闽江学院计算机科学系的汪涛介绍了三种目标检测与分割中的空间上下文模型:基于近似最近邻的非参数模型、基于结构化预测的掩膜模型以及基于边缘与区域信息联合推理的模型。汪博士表示目标检测与分割是计算机视觉研究中的重要问题,而通过将上述三种模型与state-of-the-art算法结合,可提高目标检测与分割算法的性能,对于被部分遮挡或表观特征变化较大的物体,利用空间上下文信息可以推断物体所在的位置与其边缘轮廓。

此次学术报告会内容丰富,引人入胜,现场研讨氛围热烈。感兴趣的老师与同学们纷纷与报告专家进行交流,获得了很大的启发与收获。

图1 报告会现场

图1 报告会现场

图2特邀报告专家与听众合影

图2 特邀报告专家与听众合影

图3 杨健教授报告现场

图3 杨健教授报告现场

图4纪荣嵘教授报告现场

图4 纪荣嵘教授报告现场

图5 汪涛博士做报告

图5 汪涛博士做报告