返回首页
您的位置:首页 > 活动 > 活动日历 > 分部活动

预告:计算机视觉与计算机图像视频分析研讨会(1月14日,长沙)

阅读量:1066 2018-01-11 收藏本文

中国计算机学会长沙会员活动中心

CCF长沙

CCF走进国防科技大学:

计算机视觉与计算机图像视频分析研讨会

时间:2018年1月14日(星期日) 9:00-12:00

地点:湖南.长沙 国防科技大学 计算机学院会议室

计算机视觉既是工程领域,也是科学领域中的一个富有挑战性重要研究领域,是一门综合性的学科,它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理物理学、应用数学和统计学,神经生理学和认知科学等;而图像视频分析技术则是计算机视觉的基础和前提。本次研讨会由国防科技大学计算机学院承办,邀请了计算机视觉和计算机图像视频分析技术的方面非常有建树的两位科研人员为我们分享其研究经验和成果。

CCF“走进高校”时间安排:

08:30-09:00 签到

09:00-09:30 播放CCF视频及介绍CCF

09:30-10:20 主题报告1

报告题目:基于三维深度神经网络的手势识别

特邀讲者:西安电子科技大学 苗启广教授

10:30-11:20 主题报告2

报告题目:图像的像素级语义理解

特邀讲者:中科院信工所 刘偲副研究员

11:30-12:00  自由讨论、交流

12:00-13:30  午餐、交流

讲者介绍:苗启广教授


苗启广,博士,西安电子科技大学计算机学院教授,博士生导师。2012年入选“教育部新世纪优秀人才支持计划”,中国计算机学会(CCF)理事,CCF YOCSEF主席(2017-2018),陕西省大数据与云计算产业联盟理事,CCF计算机视觉专委会常务委员,CCF人工智能与模式识别专委会委员,CCF大数据专委会委员,教育部工程专业认证协会计算机分委会工程专业认证专家。2013年12月-2014年7月受国家留学基金委资助在美国做高级研究学者。主要从事计算机视觉、机器学习、大数据分析与高性能计算方面的研究。主持在研和完成国家自然科学基金、省自然科学基金、国防预研、国防863、武器装备基金项目40余项;近年来,在IEEE TNNLS/TIP/TGRS/TEC/TIST、AAAI、IJCAI、KBS、软件学报、计算机学报、电子学报等国内外重要学术期刊、国际会议上发表SCI/EI收录论文100余篇。担任2015年CCF首届中国计算机视觉大会程序委员会主席、2011年CCF首届青年精英大会组委会主席,CCF HPC China 2016程序委员会主席,CCF大数据学术会议2018程序委员会主席;International Journal of Bio-Inspired Computation、Neurocomputing、Journal of Memetic Computing、 Multimedia Tools and Application等国际期刊的Associate Editor或者Guest Editor。

报告摘要:近几年深度学习在计算机视觉领域的应用引起了人们的广泛关注,它在图像识别、图像语义分割、显著性检测、目标跟踪等各个领域都取得较大的进展。本次报告主要介绍我们在大规模手势识别方面取得的研究进展和方法。

讲者介绍:刘偲副研究员


刘偲,中国科学院信息工程研究所副研究员。2012年于中科院自动化所获得博士学位,2009-2014年于新加坡国立大学任研究助理及博士后。其研究领域包括计算机视觉和多媒体分析。刘偲以图像视频中的人物分析为切入点,开展图像视频理解研究并形成了较为完整的体系。共发表了CCF A类论文30余篇,包括PAMI、IJCV、CVPR、ICCV、ACM MM等。获得ACM MM 2012的最佳技术演示奖、ACM MM 2013的最佳论文奖, 2016 CCF大数据与计算智能大赛综合特等奖、CVPR 2017 Look Into Person Challenge冠军。微软亚洲研究院铸星计划研究员,中国科协青年人才托举工程入选者,CCF-腾讯犀牛鸟科研基金获得者。Google Scholar引用2200+次。中国图像图形学学会视觉大数据专委会常委,VALSE在线组委会委员。

报告摘要:近年来,基于深度学习的图像视频分析技术取得了巨大成功。相比于传统的物体分类识别技术,图像的像素级语义理解,又称语义分割,能提供更加丰富的像素级信息,因而成为一个新的研究热点。本报告以语义分割的三个典型实例,即场景解析,人脸解析以及人像解析为切入点,重点介绍我们针对语义分割的以下两个挑战做出的工作:1)减少人工标注工作量:在很多实用场景中,图像尺寸大且标签种类繁多,纯人工逐像素标注非常昂贵且低效。我们提出一系列在不降低算法精度的前提下,极大减少人工标注成量的无监督、半监督、弱监督语义分割算法。2)提升分割精度: 通过综合考虑上下文信息,如语义标签之间的共生性和互斥性,不同信息源的互补性,极大地改进了分割精度。最后,我们也将展示语义分割在智能相机、视频监控、智能家居、电商平台搜索等多个领域的应用效果。

注:

CCF有效正式会员免费参加,往返交通费和住宿自理。

尚未加入CCF的参会人员,欢迎加入CCF;已失效会员请尽快续费。

③联系人及电话:邝祝芳(13517473370),赵宝康(13574832342)

④请参会人员于1月12日前将参会回执(如表1)发E-mail至915257418 @qq.com

姓名

工作单位

职务/职称

手机号

E-mail






2018年1月9日