中国计算机学会计算机视觉专委会走进高校系列报告会

CCF－CV Series Lectures

中北大学·太原（第九期）

2016年3月19日（星期六）14:00-17:30

中北大学图书馆学术报告厅

报告会主题

计算机视觉前沿技术及应用

程  序

13:30      签到

14:00      报告会开始

特邀讲者：操晓春  博士，中国科学院信息工程研究所研究员

演讲题目：底层计算机视觉处理技术

特邀讲者：苗启广  博士,西安电子科技大学教授

演讲题目：基于单幅图像的图像去雾霾方法

特邀讲者：刘  杰  博士，中国科学院自动化所助理研究员

演讲题目：自然场景中的文字检测技术

执行主席：秦品乐 博士，中北大学副教授

         中国计算机学会计算机视觉专业组委员

参加人员：视觉领域专业人士、研究生、媒体、其他有兴趣者

报名方式：Email：qpl@nuc.edu.cn(请于3月15日前将参会回执回复至该邮箱，邮件主题请注明“CCF－CV中北大学报告会回执”)

参加方式：免费参加，敬请光临。

参会回执

注：回执仅仅针对外地和外校的人员，本校人员无需提供。

特邀讲者操晓春　

中国科学院信息工程研究所信息安全国家重点实验室研究员、博导。就读于北京航空航天大学和美国中佛罗里达大学。曾就职值于美国ObjectVideo公司和天津大学。主要从事多媒体内容安全和计算机视觉领域的研究，取得了多项创新研究和实践成果，并应用于国家重要部门。国家自然科学基金委优秀青年基金获得者，入选中组部万人计划“青年拔尖人才支持计划” 。 CCF-A类国际期刊IEEE Transactions on ImageProcessing编委(Associate Editor)、英国工程技术学会会士(IET Fellow)。

报告摘要：媒体大数据智能分析技术频繁用到计算机视觉的低层特征描述，高层计算机视觉方法习惯性假设低层计算机视觉结果已经很鲁棒，因此深入理解低层处理技术具有非常重要的理论意义。本次报告，讲者拟简述低层计算机视觉处理领域最新进展，包括图像视频显著性、超分辨率、去噪去模糊、超像素超体素、分割、图像编辑、哈希等方向，并汇报讲者的一些观察和思考。

特邀讲者苗启广

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，陕西省计算机学会理事，CCF人工智能与模式识别专委会委员，CCF计算机视觉专委会常务委员，CCF 青年工作委员会委员，CCF YOCSEF 2015-2017届副主席，CCF YOCSEF西安10-12届主席，IEEE会员，ACM会员， CCF高级会员，航空学会信息融合专委会委员，中国航空学会高级会员。2005年12月获西安电子科技大学计算机应用技术博士学位，2013年12月-2014年7月受国家留学基金委资助在美国做高访。西电-360系统安全与大数据联合实验室主任，NVIDA-西安电子科技大学高性能计算联合实验室副主任。

主持在研和完成国家自然科学基金、国防预研、国防863、武器装备基金、教育部“新世纪优秀人才支持计划”等省部级项目10余项； 2008 /2011/2014年分别获西安电子科技大学“十佳师德标兵”称号；近年来，在IEEE TNNLS/TIP/TEC/TIST、AAAI、Knowledge Based System、International Journal of Information Security、Journal of Visual Communication and Image Representation、IET Image Processing、软件学报、计算机学报、电子学报、光学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80余篇。

担任CCF 首届中国计算机视觉大会（CCCV 2015）程序委员会主席、2011年CCF 首届青年精英大会组委会主席，CNCC2008，CIS 2012，CCFAI 2013，CCDM2014 PC member，CIS 2013 special session chair；Neurocomputing、Multimedia Tools and Applications、Journal of Industrial Mathematics、Gate to Computer Vision and Pattern Recognition等国内外期刊Associate Editor。先后获省部级奖2项。

主要研究方向：计算机视觉与机器学习；社交网络大数据分析；高性能计算

报告摘要：近年来，雾霾等空气污染问题在全国各地都日趋严重，室外图像也常常因为这些恶劣天气原因而降质，并因此影响视觉效果和后续处理，为此学者们提出了大量的图像复原方法。我们从多个不同的角度提出了图像去霾的方法：1）根据霾与雾等天气条件的物理特性之差异，我们提出了一种基于黄霾物理特性的图像复原方法，该方法能够有效去除黄霾图像存在的色彩失真问题；2）基于融合的思想，从单幅输入图像生成两幅增强图像，通过两者的融合，使复原图像同时得到近景和远景处的细节信息；3）提出了一种基于熵和模糊融合的方法，该方法能够有效解决暗通道方法中白色物体景深估计错误的问题。大量实验结果证明，这三种方法对于黄霾天气的降质图像均能取得较好的复原效果。

特邀讲者刘杰　

2011年于中科院自动化所模式识别与智能系统专业获得博士学位。2011年至今在中科院自动化所工作。主要从事计算机视觉和模式识别等相关领域的研究，特别是视频内容分析、文字检测与识别技术的研究及相关应用。曾作为课题负责人承担并完成多项国家科技支撑计划项目，并与国内多家知名企业（新浪微博、风行网、北大方正等）开展技术合作。

 报告摘要：随着移动智能设备的普及，自然场景图像获取越发便利，如何有效理解自然场景图像具有重要的意义和巨大的价值。文字信息直接承载了高层语义信息，因此，如果能够有效地提取自然场景中的文字信息，对促进图像内容的理解具有重要的作用。此报告首先简述自然场景中的文字检测技术，然后重点介绍讲者近年来在该技术领域所做的一些研究工作。

会场路线图

CCF-CV网站：http://ccfcv.ccf.org.cn/

CCF-CV公众号：