中国计算机学会青年计算机科技论坛
CCFYoung Computer Scientists & Engineers Forum
CCF YOCSEF济南
于2016年11月25-26日（星期五、星期六）
在山东大学举行“机器学习与机器视觉”研讨会，敬请光临
（济南市高新开发区舜华路1500号，山东大学软件园校区办公楼圆形报告厅）
程 序
11月25日
14:00 签到
14:25 主持人致开幕词及介绍嘉宾
14:30 特邀讲者报告
特邀讲者：姜育刚 复旦大学 教授
演讲题目：面向视频内容识别的深度学习方法
特邀讲者：蒋树强 中国科学院计算技术研究所研究员
演讲题目：图像理解中的场景分类技术
17:00 晚餐
11月26日
14:00 签到
14:25 主持人致词及介绍嘉宾
14:30 特邀讲者报告
特邀讲者：徐常胜 中国科学院自动化研究所 研究员
演讲题目：以用户为中心的社会多媒体计算
特邀讲者：刘青山 南京信息工程大学 教授
演讲题目：视觉特征学习
17:00 晚餐
执行主席： 许信顺
报名联系人：
许信顺（E-mail： xuxinshun@sdu.edu.cn）
如参会，请填写下附参会回执，于11月23日前发送报名回执。
报告一：
报告题目：面向视频内容识别的深度学习方法
特邀讲者：姜育刚
报告摘要：本报告主要介绍复旦大学视频大数据分析实验室近年来在网络视频分析领域的研究成果，内容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。
讲者介绍：姜育刚，香港城市大学博士、美国哥伦比亚大学博士后，2011年通过复旦大学人才引进回国工作，现为计算机科学技术学院教授、博士生导师，上海市视频技术与系统工程研究中心副主任。当前的研究领域为多媒体信息检索与计算机视觉，主要关注海量视频、图像内容分析与检索方法。至今在国际知名期刊和会议上发表论文百余篇。据Google Scholar，论文总被引用4000余次。在美国国家标准局主办的TRECVID视频检索评测中，研发的系统曾取得2008年视频概念识别任务和2010年视频事件识别任务的第一名。近期在国内外算法评测活动中多次获得最高精度。开发的两个大规模视频内容识别器(VIREO-374和CU-VIREO374)均已被全球100余所大学或研究机构下载使用。构建的视频数据集如CCV、FCVID被多媒体和计算机视觉领域的研究者频繁采用。研发的视频分析系统成功部署在国家关键地点并安全稳定运行。曾获首届ACM中国新星奖、2015年度ACMSIGMM Rising Star Award、教育部自然科学二等奖（第一完成人）、军队科技进步二等奖（第二完成人）等荣誉。2016年获国家优秀青年科学基金。
报告二：
报告题目：图像理解中的场景分类技术
特邀讲者：蒋树强
报告摘要：时至今日，图像数据已遍存在各种终端设备与网络平台中，也成为用户信息获取和信息交流的重要数据形式。如何对图像进行深入的分析和理解，满足我们各种应用需求是计算机视觉和多媒体领域的一项重要研究课题。本报告将首先对图像理解的研究现状、技术挑战、发展趋势及应用场景等方面进行讨论，之后将重点介绍场景分类技术，探讨RGB和RGB-D的场景分类技术，并介绍我们在共生模式建模及深度信息模型学习等方面进行场景分类的最新工作进展。
讲者介绍：蒋树强，中科院计算所研究员，博士生导师，IEEE和CCF高级会员，国际期刊IEEE Multimedia、Multimedia Tools andApplications的Associate Editor，任ACMSIGMM中国分会副主席、CCF专委工委委员、CCF多媒体专委会常委、IEEE CASS北京分会秘书长，研究方向为图像/视频等多媒体信息的分析、理解与检索技术，共在国内外刊物和会议上发表论文100多篇，获授权专利10项，获得2008年度北京市科技新星计划支持，2012年度中国科学院卢嘉锡青年人才奖，2012年度中国计算机学会科学技术奖，2013年度中国科学院青年科学家国际合作奖，获2013年度国家自然科学基金优秀青年科学基金支持，入选2014年度中组部万人计划青年拔尖人才计划。
报告三：
报告题目：以用户为中心的社会多媒体计算
特邀讲者：徐常胜
报告摘要：社会多媒体的两个基本要素是多媒体和用户，社会多媒体计算扮演着连接多媒体内容和用户需求的角色，对应的两个主要研究问题是多媒体内容理解和用户需求分析。本报告首先介绍以用户为中心的社会多媒体计算框架：（1）用户是基本的信息采集单元。Web 2.0背景下，用户已经从信息的被动接受者转变为信息的主动贡献者。海量的用户贡献数据（User-Generated Content，UGC）为多媒体内容理解提供了廉价的标注样本。（2）用户是最终的信息服务对象。社会媒体时代的信息服务需要“以人为本”，分析用户兴趣、理解和满足用户的个性化需求是信息服务的主要目的。接下来具体介绍围绕这一计算框架下的研究工作实例，主要包括四个方面：（1）用户感知的多媒体内容理解；（2）基于网络行为的用户建模；（3）社会多媒体网络关系分析；以及（4）跨网络用户关联和信息协同。最后，给出以用户为中心的社会多媒体计算发展趋势。
讲者介绍：徐常胜，中国科学院自动化研究所特聘研究员，博士生导师，合肥工业大学计算机与信息学院院长，国家杰出青年基金获得者。目前是国际电子电气工程师学会会士（IEEE Fellow)，国际模式识别学会会士（IAPR Fellow）和国际计算机学会杰出科学家（ACM Distinguished Scientist），也是国际计算机学会杰出演讲者（ACM Distinguished Speaker），担任国际计算机学会多媒体专委会中国区（ACM SIGMM China Chapter）主席和中国计算机学会多媒体专委会副主任。担任国际刊物“IEEE Transactions on Multimedia”和“ACMTransactions on Multimedia Computing, Communication and Applications”副主编(Associate Editor)以及“Multimedia SystemsJournal”、“International Journal of Multimedia Tools and Applications”和“Journal of Multimedia”编委（Member of Editorial Board)，担任过国际顶级多媒体会议“2009ACM Multimedia Conference”程序委员会主席和2010年全国多媒体会议程序委员会主席。担任过多个知名多媒体国际会议的组织委员会和程序委员会成员。在多媒体分析，计算机视觉，模式识别，图像处理等领域发表论文300多篇，其中IEEE和ACM汇刊论文68篇，获得发明专利30项。获得2016年ACM Multimedia和ACM TOMM最佳论文奖。 担任过国家自然科学基金委信息学部专家评审组成员和科技部973项目会评专家，获得过首届CCF青年科学家奖，2012/2013/2016年中科院优秀导师奖，2012年“ACM Transactions on Multimedia Computing, Communication andApplications” 和2008年“ACM/SpringerMultimedia Systems Journal”最佳编委奖，2004年新加坡陈嘉庚发明银奖。
报告四：
报告题目：视觉特征学习
特邀讲者：刘青山
报告摘要：图像理解一直是计算机视觉、模式识别等领域的研究重点。随着数字成像技术的快速发展，图像数据的维度越来越高、图像数据的规模也越来越大，给图像分析带来了巨大的挑战。本报告将从视觉特征学习的角度来汇报我们近年来做的一些工作，主要包括：视觉特征低维表达学习、视觉特征复杂关系表达、复杂深度特征学习等，及其在一些实际问题上的应用研究工作。
讲者介绍：刘青山，博士，现任南京信息工程大学教授，博士生导师，江苏省大数据分析技术重点实验室主任，IEEE高级会员。2000年4月毕业于中科院自动化所模式识别国家重点实验室获博士学位，随后留实验室工作，2006年4月赴美国Rutger大学访问、工作。2011年9月加盟南京信息工程大学。主要研究方向为图像与视频分析、计算机视觉、和机器学习。已在国内外学术期刊和国际会议发表论文100余篇，其中IEEE Transaction汇刊和CCF A类40余篇。2011年入选江苏省特聘教授（2014年终期考核“优秀”），2012年入选教育部新世纪人才，同年获首届江苏省杰出青年基金资助，2013年入选江苏省双创个人，2014年入选江苏省双创团队领军人才。先后主持承担了国家自然基金项目4项，其中国家自然基金重点项目1项。受邀担任国际学术期刊、《NeuroComputing》、《Signal Processing》编委，长期受邀担任20余种国际知名学术期刊的审稿人，参与组织国际学术会议10余次。
敬请参加！
京公网安备 11010802032778号
所有评论仅代表网友意见