CCF-CV走进高校系列报告会(第二十五期,中国石油大学)

阅读量:479
2016-12-04

25.1

中国计算机学会计算机视觉专委会走进高校系列报告会

CCFCV Series Lectures

          中国石油大学(华东)·青岛(第25期)         

20161217日(星期六8:30-11:40

中国石油大学(华东)逸夫会议中心一层会议厅

报告会主题

计算机视觉前沿技术及应用

程  序

8:30-8:45       签到

8:45-8:50        开幕式致辞

8:50-9:30       特邀讲者:赖剑煌  博士,中山大学教授

    演讲题目:行人再标识问题的若干研究新进展

9:30-10:10      特邀讲者:程  健  博士,中国科学院自动化研究所研究员

       演讲题目:媒体大数据搜索与挖掘

10:10-10:20    茶歇

10:20-11:00    特邀讲者:乔  宇  博士,中国科学院深圳先进技术研究院研究员

    演讲题目:面向大规模场景与行为分类的深度学习技术

11:00-11:40    特邀讲者:王  威  博士,中国科学院自动化研究所副研究员

       演讲题目:融合认知机制的深度视频描述


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Emailwenjuan.gong@yahoo.com (请于1215前将参会回执回复至该邮箱,邮件主题请注明“CCFCV中国石油大学(华东)报告会回执”

参加方式:免费参加,敬请光临。

 

参会回执

姓名


职称/职务


电话


Email


工作单位


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 赖剑煌25.2
中山大学数据科学与计算机学院教授、博士生导师,广东省信息安全技术重点实验室主任。视频图像智能分析与应用公安部重点实验室副主任、学术委员会常务副主任。中国计算机学会理事、杰出会员,中国计算机学会计算机视觉专业组副主任。中国图象图形学会副理事长。广东省图像图形学会理事长,中国生物识别产业技术创新战略联盟常务理事。
IEEE高级会员。19861989年分别在中山大学获学士、硕士学位,并留校任教。1999年在中山大学获博士学位。主要研究领域为生物特征识别、数字图像处理、模式识别和机器学习。已主持承担国家自然科学基金与广东联合重点项目1项,科技部科技支撑课题1项,国家自然科学基金4项等。已发表了约200篇学术论文,主要发表在IEEE TPAMIIEEETIPIEEETNNIEEETCSVTIEEETSMC(Part B)Pattern Recognition等国际权威刊物以及ICCVCVPR ICDM等专业重要学术会议上。拥有多项国家发明专利。

 

报告摘要行人再标识(person re-identification)问题,是视频监控、模式识别与计算机视觉领域的一个重要问题。报告首先综述该领域的研究进展,然后重点介绍本团队在行人再标识方向的若干研究进展,包括了基于时空线索的行人再标识、行人的动态匹配模型、行人的镜像表示、跨视域的鉴别成分分析、基于深度学习的再标识等方法。相关理论可应用于现实监控系统,对于图像搜索与匹配领域也具备一定借鉴意义。

  

特邀讲者 程 健

25.3
现为中国科学院自动化研究所模式识别国家重点实验室研究员,人工智能与先进计算联合实验室主任。分别于
1998年和2001年在武汉大学获学士和硕士学位,2004年在中国科学院自动化研究所获博士学位。目前主要研究图像与视频内容分析、搜索与推荐、机器学习等方向,在相关领域发表学术论文100余篇,英文编著二本。曾获得2010年度中科院卢嘉锡青年人才奖,2011年入选中科院青年促进会首批会员(优秀会员),2013年获得中国电子学会自然科学一等奖。现为IEEEACM、中国计算机学会、中国图形图象学会等学术团体会员。曾担任2010ICIMCS国际会议主席、HHME 2010组织主席、CCPR 2012出版主席;组织了亚太多媒体会议(PCM 2012-2014)、国际多媒体与展览会议(ICME 2009)等国际会议的特别会议(special session),目前担任国际期刊《Pattern Recognition》的编委。

 

报告摘要近年来,随着互联网的快速发展,网络媒体数据呈爆炸式增长。如何从海量媒体数据中快速搜索出用户感兴趣信息已成为一个挑战性问题。传统的基于树结构的搜索方法遇到维度灾难问题,近似近邻搜索技术正成为解决海量搜索问题的一个新的突破口。报告首先介绍搜索的基本流程和经典方法;然后着重介绍基于哈希的近似近邻搜索方法的一些最新进展,包括无监督哈希方法、在线学习哈希方法等。


特邀讲者 乔 宇

25.4
中科院深圳先进技术研究院(简称先进院)研究员,博士生导师,
IEEE高级会员。担任集成所副所长,广东省机器视觉与虚拟现实重点实验室常务副主任。入选深圳市孔雀计划首批海外高层次人才,是广东省引进创新科研团队核心成员,深圳鹏程学者长期特聘教授。曾任东京大学电子信息系聘为特任助理教授。他长期从事计算机视觉、图像处理、语音处理和模式识别的研究,已在包括IEEE Trans. PAMI IJCVIEEE Trans. IP IEEE Trans. SP CVPR ICCVECCVACM-MMAAAI等会议和期刊上发表学术论文150余篇。曾获中国科学院卢嘉锡青年人才奖。主持和参与国家自然科学基金、科技部、科学院知识创新工程、广东省引进创新科研团队、深圳市杰青等多个国家与地方项目。担任IEEE ICIST 2014国际会议程序委员会主席。

 

报告摘要近年来,深度学习在图像和视频分类中取得重要进展在ImageNetActivityNet等大规模图像视频分类任务上取得优异的识别率。场景和视频行为分析识别都是计算机视觉的基本问题,在监控、人机交互、检索等领域有重要的应用。与物体相比,场景的概念更加抽象,内容变化也更加丰富。与静态图像相比,行为视频包含有丰富的运动信息数据维度也更高。同时由于视频中包含行为人、视角、背景、运动、遮挡等复杂的变化,非受控条件下行为识别一直是一个极具挑战的问题。在这个报告中,我们将介绍图像场景和视频行为识别的最新进展,特别是我们课题组近年来开展的一些工作(CVPR13, ICCV13, CVPR 14, ECCV 14, CVPR15, IJCV 15, CVPR16,ECCV16)。内容包括视频中层表示、多视角特征编码、轨迹卷积特征池化、运动向量CNN、时空注意模型等。我们的方法在公开多类别数据库UCF101,HMDB51上取得了领先的识别率,在ActivityNet, ChaLearnLSUN等国际竞赛中取得第一。


特邀讲者 王 威

25.5
中国科学院自动化研究所副研究员。
2005年获武汉大学自动化专业学士学位,2011年获中国科学院大学计算机应用技术博士学位,同年加入中国科学院自动化研究所模式识别国家重点实验室。主要从事计算机视觉,深度学习等相关领域的研究工作,目前研究主要集中在视觉认知机制的计算建模,深度学习,多模态数据分析。发表国际期刊和会议论文20多篇(包括TPAMITMMNIPSICCVCVPR等),获得CVPR DeepVision Workshop 2014最佳论文奖、ICPR2014最佳学生论文奖。

 

报告摘要视频描述是用自然语言对视频内容自动进行描述的复杂任务,需要对长时视觉、语言序列建模,并建立视觉与语言的对应关系。在长时序列建模方面,基于长短时记忆的递归神经网络已不是最佳方法,最近记忆相关神经网络在长时序列建模和推理方面表现出很大的优势;视觉与语义的巨大鸿沟使得视频语义不可分,很难与高层语言信息产生对应,需借用选择性注意来提取关键视觉信息,以建立视觉语言对应关系。所以,融合注意、记忆等认知机制的深度网络应该是解决视频描述的有效方法。我们首先模拟了记忆的遗忘与更新机制,提出了基于工作记忆的眼动注意计算模型,进而提出了多模态记忆网络模型,通过多次读写操作实现了记忆与视频、语言的交互,在记忆与视频交互过程中还实现了选择性视觉信息的提取。提出的多模态记忆网络一方面实现了对视觉、语言的长时依赖关系建模,另一方面也解决了视觉语言的对应关系。在两个公开视频描述数据集上与当前最好方法进行比较,大量实验表明我们提出的多模态记忆网络取得了更好的结果。


执行主席:张卫山

25.6博士,中国石油大学(华东)计算机与通信工程学院教授、软件工程系副主任。黄岛区‘智能大数据处理创新人才团队’负责人,中国石油大学‘石油大数据处理’团队负责人,崂山区智慧城市建设专家,普适计算专委,青岛福沃德电子智慧城市研究中心主任。2007年到2010年在丹麦aarhus大学计算机系任Research Associate Professor/SeniorResearcher。从20088月开始是欧盟第六框架项目Hydra物联网中间件的aarhus大学技术负责人。2006 2007年,访问加拿大Carleton University大学系统与计算机工程系。 2001-2003在新加坡国立大学做博士后研究。

 

执行主席:宫文娟

25.7
20138月获得西班牙巴塞罗那自治大学博士学位并被评为优秀博士毕业生(Cum Laude),在牛津布鲁克斯大学进行了一年的博士后研究工作。研究方向是计算机视觉,人工智能,机器学习等。曾经参加欧盟的模式识别和计算机视觉中的多模型交互”(Consolider Ingenio)项目以及英国工程与自然科学研究理事会(EPSRC)的利用张量对步态和行为识别的动力学系统建模项目。





‘石油大数据处理’团队:在黄岛区‘智能大数据处理’团队的基础上,根据国家战略新兴产业的布局规划,以及石油石化产业对大数据处理的的需求,‘石油大数据处理’团队坚持以产学研为基础,以应用创新为导向,以国际合作为促进,以自主研发为灵魂,为研究开发石油大数据处理智能处理平台,以及基于该平台之上的大数据处理应用奠定坚实基础。目前团队有教授1人,副教授6人,讲师2人。主要研究方向包括云计算大数据处理平台,计算机视觉,计算智能,物联网与软件工程等。承担了包括科技部创新方法工作专项,军口863项目和装备预研项目,国家自然基金以及油田相关项目等众多大数据处理项目,研究开发了基于深度学习的视频大数据处理平台,油气开采大数据处理平台等。团队与胜利油田、华北油田、海尔、航天二院、中科院自动化所、哥本哈根大学、澳大利亚皇家科学院、佛罗里达大学、复旦大学、大连理工大学、西安交通大学、北京科技大学等国内外高校院所、大型企业建立了良好的合作关系。


会场路线图

25.8


CCF-CV 网站:http://ccfcv.ccf.org.cn/

 

【活动背景】自2015年11月起,CCF计算机视觉专委会(CCF-CV)在全国范围内率先开展走进高校系列报告会、走进企业系列交流会等特色活动,在学术界、工业界产生了热烈反响,受众遍及祖国大江南北。CCF计算机视觉专委会欢迎各兄弟学会、专委会借鉴,共同推动我国相关领域的学术繁荣和产业发展!


9