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

武汉大学·武汉（第 31期）

2017年4月16日（星期日）8:00-12:30

武汉大学测绘遥感信息工程国家重点实验室二楼报告厅

报告会主题

计算机视觉前沿技术及应用

程  序

07:50      签到

08:00      开幕式

08:10      报告会开始

08:10      特邀讲者：金连文  博士,华南理工大学教授

演讲题目：Dropto Gain —- 浅谈深度学习中的“舍弃”法训练技术及其应用

09:00      特邀讲者：李 玺  博士，浙江大学教授

演讲题目：基于深度学习的光流估计和Co-saliency检测

09:50      特邀讲者：鲁继文  博士，清华大学副教授

演讲题目：深度学习与视觉分析

10:40      特邀讲者：王　琦 博士，西北工业大学副教授

演讲题目：复杂场景中人群行为的研究及其应用

11:30      特邀讲者：申抒含 博士，中科学自动化研究所副研究员

演讲题目：基于图像的大规模场景三维建模

12:20      闭幕式

12:30      报告会结束

执行主席：夏桂松博士，武汉大学教授

         中国计算机学会计算机视觉专委会委员

白  翔 博士，华中科技大学教授

         中国计算机学会计算机视觉专委会委员

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：hujingwen@whu.edu.cn (请于4月12日前将参会回执回复至该邮箱，邮件主题请注明“CCF－CV武汉大学报告会回执”)

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 金连文　

博士，华南理工大学教授。1991年本科毕业于中国科技大学获无线电新技术专业及计算机软件及应用技术专业双学位，1996年于华南理工大学获博士学位。2006入选教育部新世纪优秀人才，2011年入选广东省“珠江学者”特聘教授。目前为华南理工大学二级教授，兼任中国图像图形学学会常务理事、CCF计算机视觉专委会委员、CCF人机交互专委会委员、中国人工智能学会模式识别专委会委员、广东省图像图形学会副理事长、广东高校音视频图文智能信息处理工程技术研究中心主任等职。目前主要研究领域为文字识别、深度学习、计算机视觉、人工智能应用系统等。在IEEE TNNLS、IEEE TCYB、IEEE TMM、IEEE IS、IEEE TCSVT、Information Science、Pattern Recognition等主流SCI国际期刊上发表学术论文40余篇（其中ESI高引论文3篇），重要国际会议论文60余篇。获得发明专利授权41项。先后主持了包括1项科技部国家科技支撑计划、5项国家自然科学基金、4项广东省自然科学基金（3项重点）、国家重点基础研究计划（子课题）、广东省各类科技项目等在内的科研项目40余项。作为第一完成人或主要成员荣获省部级科技奖3次。

报告摘要：由于各种新的模型结构及训练技术的不断提出，以及在越来越多的大数据及GPU等软硬件条件的支撑下，深度学习近年来取得了飞速发展，并在解决许多实际问题中取得了巨大的成功，已成为计算机视觉、语音识别、人工智能、自然语言理解等许多领域最为重要的支撑技术之一。其中Dropout等技术的提出，能有效防止模型学习过拟合并有效提升模型的泛化性能。在本报告之中，我将简要回顾深度学习领域中Dropout、DropConnect、DropLayer、DropLabel等一些典型的“舍弃”法深度模型训练技术，介绍我们提出的几种DropX（DropSample / DropSegment /DropRegion / DropDistortion /Adaptive DropWeight）训练方法及技术，及其在文字识别及文档图像分析中的应用，并展示相关的应用演示系统。

特邀讲者 李玺　
浙江大学教授，博导，现就职浙江大学计算机学院人工智能研究所，入选浙江省151第二层次人才。主要从事计算机视觉、模式识别和机器学习等领域的研究和开发。在目标跟踪、目标行为识别、图像标注、视频检索、哈希（hashing）函数学习、深度特征学习等方面取得了深入系统的研究成果，其中在视频的运动跟踪、理解与检索等方面的研究具有特色和优势，取得了多项具有国际影响力的创新性成果。本人在国际权威期刊和国际顶级学术会议发表文章100多篇。担任神经计算领域知名国际刊物Neurocomputing和Neural Processing Letters的AssociateEditor，同时担任多个计算机视觉和模式识别方面的国际刊物和国际会议的审稿人和程序委员。获得两项最佳国际会议论文奖（包括ACCV 2010和DICTA 2012），ICIP2015 Top 10% paper award，另外分别获得两项中国北京市自然科学技术奖（包括一等奖和二等奖），以及一项中国专利优秀奖。

报告摘要：本报告主要围绕计算机视觉和深度学习领域光流估计和Co-saliency问题，从图像对应像素匹配特性、深度学习器构建机制、多尺度特征表达、尺度相关性学习等多维度视角进行了深入剖析，并引入了光流估计多尺度对应结构化学习、尺度依赖建模、Co-saliency检测所涉及的主要研究问题和技术方案，然后系统展示了光流估计和Co-saliency检测的实验对比性能。另外，介绍了近年来我们利用视觉特征学习进行运动分析和场景理解所做的一系列代表性的研究工作及其实际应用。报告的最后将和大家一起探讨一下涉及视觉特征学习所面临的一些开放性问题和难题。

特邀讲者 鲁继文　

 清华大学自动化系副教授，博士生导师，IEEE高级会员，中组部青年千人。研究方向为计算机视觉、模式识别和机器学习，发表IEEE汇刊论文40篇，ICCV/CVPR/ECCV论文22篇，CCF A类期刊会议论文43篇，ESI热点论文2篇，ESI高被引论文3篇，Google引用3000余次，SCI他引700余次。近年来主要研究深度学习方法及应用，在IEEE汇刊和ICCV/CVPR/ECCV上发表深度学习方面的学术论文30余篇。担任IEEE信号处理学会信息取证与安全技术委员会委员，PR、PRL、CVIU、IVC等7个国际期刊的编委/客座编委，ACCV、WACV、ICIP、ICME、VCIP、ICB、BTAS、ICGIP等11个国际会议的程序委员会主席/研讨会主席/专题主席/领域主席。

报告摘要：报告将介绍研究组近年来所提出的基于深度学习的特征表示和相似性度量方法，主要包括深度度量学习、深度哈希学习、多模态深度学习和深度共享学习等相关工作，以及它们在人脸和行人识别、图像和视频检索、物体跟踪与识别、和多模态匹配与识别等视觉任务中的应用。

特邀讲者 王琦　

 博士，西北工业大学光学影像分析与学习中心（人才特区）副教授。曾于中国科学技术大学自动化系相继完成本、硕、博学业，并在中国科学院西安光学精密机械研究所从事博士后研究。主要研究方向为模式识别、计算机视觉，具体包括监控视频的分析理解（针对智能交通与辅助/无人驾驶），遥感图像解析。近三年来，相关研究论文近40篇，均已发表在本领域内知名国际期刊、会议上，其中3篇论文入选ESI高被引论文，并获IEEE国际会议最佳论文奖和最佳论文提名奖等。此外，还担任IEEETransactions on Systems, Man and Cybernetics: Systems、IEEE Geoscience and Remote Sensing Letters、Neurocomputing等多个国际期刊编委。

报告摘要：随着公共场所安全事故的不断发生，人群行为分析已成为计算机视觉领域的重要研究内容。本报告主要介绍群组检测与行为量化等问题的最新研究进展。所介绍方法深入挖掘复杂的个体关系，利用流形学习、多特征融合等技术手段，解决了时序信息丢失、特征局部化等问题，提高了算法的准确率与鲁棒性，能够有效处理密集度高、结构复杂的人群场景。此外，本报告还介绍了算法在异常检测、场景语义分割等实际问题中的应用，展示了群组检测与行为量化算法在智能视频监控中的重要性。

特邀讲者 申抒含　

 中国科学院自动化研究所模式识别国家重点实验室副研究员，2010年于上海交通大学自动化系获博士学位。研究领域为三维计算机视觉理论与应用，包括基于图像的大规模场景三维重建、智能机器人三维环境感知、场景三维语义建模等。作为课题负责人主持和参与国家自然科学基金、973、863、中科院先导专项、国家重点研发计划等课题十余项。2015年入选中国科学院青年创新促进会，2016年获ACM北京新星奖。

报告摘要：自上世纪70年代计算机视觉成为一门独立的学科以来，在40多年的研究中，图像的三维表达，即从二维图像恢复场景三维结构始终是计算机视觉研究中的一个经典和基础问题。近年来，随着图像采集设备的不断进步，使用数码相机、街景车、无人机等设备可以方便的获取海量高分辨率图像数据，如何通过这些图像数据构建我们身边的三维世界日益成为许多领域的迫切需求。因此，在理论和应用层面，基于图像的三维重建这一经典问题都日益成为计算机视觉研究者的关注热点。本报告将介绍我们在基于图像的大规模场景三维建模方面的系统性研究工作，包括在大场景相机标定、稠密点云计算、天地点云融合、网格与LOD建模等领域的最新研究进展，以及在航拍测绘、文物保护、数字地图等多个应用领域的示范应用。

执行主席：夏桂松

 武汉大学教授，博士生导师，IEEE资深会员( Senior Member)。 2011年3月获得法国巴黎高科电信学院（Telecom ParisTech）博士学位。2011年4月至2012年12月先后在法国巴黎高科电信学院、法国国家科学研究中心（CNRS）决策数学研究所（CEREMADE）从事博士后研究工作。2012 年10月起在武汉大学测绘遥感信息工程国家重点实验室工作。长期从事图像分析和理解以及模式识别等领域的研究工作，在包括IJCV、TIP、SIIMS、TGRS、PR 等国际权威期刊和CVPR、BMVC、ICIP、ICPR等相关国际会议上发表学术论文80余篇。现为包括TIP、SIIMS、TGRS在内的20余个重要国际期刊审稿人。2013年入选湖北省楚天学者计划，获得“楚天学子”称号；2014年获得武汉市科技局青年晨光人才项目支持。担任中国计算机学会计算机视觉专业委员会（CCF-CV）委员、中国自动化学会模式识别和机器智能（PRMI）专业委员会委员、中国人工智能学会模式识别专业委员会委员、VALSE-VOOC在线委员。

执行主席：白翔

 华中科技大学电子信息与通信学院教授，博士生导师，国家防伪工程中心副主任。先后于华中科技大学获得学士、硕士、博士学位。曾先后访问于美国Temple大学和加州大学洛杉矶分校，入选微软铸星计划。他的研究领域为计算机视觉与模式识别，具体包括目标识别、形状分析、自然场景文字识别及智能交通系统。他已在计算机视觉与模式识别领域一流国际期刊和会议如PAMI、IJCV、CVPR、ICCV、ECCV、NIPS、ICML上发表论文30余篇，担任国际期刊Frontier of Computer Science, PatternRecognition Letters, Neurocomputing, Pattern Recognition, Journal of ComputerScience and Technolgy等编委或客座编辑。尤其在形状的匹配与检索、场景OCR取得了一系列重要研究成果，引起了国际同行的关注，入选2014、2015年中国高被引学者。他的研究工作曾获微软学者，国家自然科学基金优秀青年基金的资助。担任中国计算机学会计算机视觉专委会（CCF-CV）常务委员，中国图象图形学学会理事,是视觉与学习青年研讨会（VALSE）在线活动主要发起人之一。

会场路线图

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！