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

中山大学·广州（第32期）

2017年4月28日（星期五）8:30-11:50

中山大学数据科学与计算机学院A101报告厅

报告会主题

计算机视觉前沿技术及应用

程  序

8:30    签到

8:40    报告会开始

8:40    特邀讲者：马惠敏  博士,清华大学副教授

演讲题目：三维场景图像认知与多模态学习

9：25   特邀讲者：刘青山 博士，南京信息工程大学教授

演讲题目：从稀疏到深度的视觉特征表示

10：10  茶歇

10：20 特邀讲者：白  翔  博士，华中科技大学教授

演讲题目：大规模三维形状检索方法

11：05  特邀讲者：谭明奎  博士，华南理工大学教授

演讲题目：黎曼优化及其在机器视觉中的应用

11：50 报告会结束

执行主席：郑伟诗博士，中山大学数据科学与计算机学院教授

任传贤 博士，中山大学数学学院副教授

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：hepeiyi5@mail.sysu.edu.cn (请于4月24日前将参会回执回复至该邮箱，邮件主题请注明“CCF－CV中山大学报告会回执”)

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　马惠敏

 清华大学电子工程系副教授，博士生导师，三维图像仿真研究室负责人，现任中国图象图形学学会秘书长，北京市“三八红旗奖章”获得者。将图像理解与认知心理巧妙结合，取得三维图像认知理论的原创性成果，探索出人工智能复杂视觉导航新方法和新技术。首次在国际上建立了图像认知心理测评系统，2016年获得吴文俊人工智能科技创新一等奖，2017年获得日内瓦国际发明展览会银奖，达到国际领先水平；提出的复杂环境中三维目标检测方法，2015年在国际最大的自动驾驶数据集（KITTI）评测中获得第一，成为代表性方法；建立了高动态复杂干扰环境实时仿真系统，提出了基于遮挡规律的抗干扰识别跟踪方法，在航空、航天、船舶、交通领域发挥了重要的作用。

报告摘要：如何使以数据驱动的机器学习实现对不确定的复杂场景图像的准确认知迄今仍缺乏很好的理论支撑。本报告针对数据驱动的机器学习在不确定的复杂场景图像识别中的困难，通过建立自顶向下的认知先验数学模型，创新性地将其引入基于自底向上的数据驱动的机器学习中，提出了多模态多视角多任务3D场景图像深度学习认知方法3DOP、MV3D，用于复杂驾驶场景中三维物体检测，使错误率下降了50%，国际权威自动驾驶数据集KITTI上评测获得第一名。

特邀讲者　刘青山

 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。现已在国内外学术期刊和国际会议上发表论文140余篇，其中IEEE Transaction汇刊和CCF A类会议论文50余篇，Google Scholar统计引用4200余次。2011年入选江苏省特聘教授，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，2016年荣获江苏省优秀教育工作者。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，以第一完成人获2016年度教育部自然科学二等奖。受邀担任国际学术期《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，是中国视觉与学习青年论坛（Valse）组织发起人，任中国计算机学会多媒体专委会和计算机视觉专委会常务委员等。

报告摘要：随着数字成像技术和互联网技术的快速发展，不仅带来图像数据分辨率的不断增加，而且也带来了数据规模的爆炸式增长，给图像数据分析带来了巨大的挑战。本报告将从视觉特征表示的角度来汇报我们课题组近年来在该领域里的一些研究进展，主要包括：基于稀疏学习的视觉特征表达方法和基于深度学习的视觉特征表达，及其在一些实际问题上的应用研究工作。

特邀讲者　白翔

 华中科技大学电子信息与通信学院教授，博导，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。他的主要研究领域为计算机视觉与模式识别、深度学习。尤其在形状的匹配与检索、相似性度量与融合、场景OCR取得了一系列重要研究成果，入选2014、2015、2016年Elsevier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。他已在相关领域一流国际期刊和会议如PAMI、IJCV、CVPR、ICCV、ECCV、NIPS、ICML、ICDAR上发表论文30余篇。任国际期刊Pattern Recognition,Pattern Recognition Letters，Neurocomputing,Frontier of Computer Science编委.CCF CV常务委员。

报告摘要：三维形状相似性度量与检索是计算机视觉的一个基础问题。传统方法侧重于其检索精度,却或多或少忽视了其时间消耗,难以满足实际应用的需求。在这次报告中, 我将介绍基于双层编码的三维形状快速匹配方法, 基于视图匹配的快速重排序算法,以及开发的三维模型实时搜索引擎GIFT. 最后,我将对其未来研究方向进行预测和展望。 

特邀讲者　谭明奎

 计算机科学博士，华南理工大学软件学院教授、博导。谭明奎博士分别于2006年和2009年在湖南大学获得环境工程学士学位和模式识别与智能系统硕士学位，然后在新加坡南洋理工大学攻读计算机科学博士学位。目前主要研究方向为机器学习和机器视觉，已在ICML、CVPR、IJCAI、AAAI、JMLR、TNNLS等顶级会议和权威期刊发表论文多篇。

报告摘要：在本报告中，将简要介绍黎曼优化算法及其在机器视觉中的应用。黎曼优化，顾名思义，是在黎曼流形上进行的优化，能够有效处理传统优化算法难以求解的一些典型非凸约束优化问题，如正交约束、低秩约束等，在机器学习和机器视觉中具有广阔的应用前景。为此，本报告将介绍黎曼流形的基本概念、几何结构、黎曼流形优化的基本流程、典型算法以及收敛性讨论等。本报告也将介绍黎曼优化算法在机器视觉中的若干应用及其优越性。

执行主席：郑伟诗

 中山大学数据科学与计算机学院教授，机器智能与先进计算教育部重点实验室副主任。他主要面向大规模智能视频监控，展开视频图像信息与信号的处理研究，并相应开展大规模机器学习的算法和理论研究。他目前的主要研究应用领域是：智能视频监控下的行人身份识别与行为信息理解。在大规模监控网络下的行人追踪问题上，他在国内外较早和持续开展跨摄像机的行人重识别研究，发表了一系列以解决跨场景、跨分辨率、跨模态数据比对问题的度量学习研究工作。他已发表90余篇主要学术论文，其中60余篇发表在图像识别和模式分类IEEETPAMI、IEEE TIP、IEEETNN、PR、IEEETCSVT、IEEE TSMC-B等国际主流权威期刊和ICCV、CVPR、IJCAI等计算机学会推荐A类国际学术会议。他的研究工作获国家优秀青年科学基金、英国皇家学会牛顿高级学者基金(NSFC-RS中英人才计划)、广东省科技创新领军人才等支持。曾获广东省科学技术进步奖二等奖、广州市科学技术进步奖一等奖。

执行主席：任传贤

 中山大学数学学院副教授，博士生导师。2010年于中山大学应用数学专业获得理学博士学位。研究领域是高维数据分析与复杂关系推断，主要包括面向复杂图像数据分类的多尺度分析与机器学习算法。他在国际权威期刊如IEEE TIP、IEEE TNNLS、IEEE TCYB、IEEE TKDE等发表论文20余篇，申请国家发明专利3项。研究成果获2015年度教育部自然科学研究优秀成果二等奖。目前担任广东省工业与应用数学学会副秘书长，中国计算机学会计算机视觉专委会委员，中国人工智能学会模式识别专委会委员，Valse-VOOC在线委员。

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！