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

浙江大学·杭州（第38期）

2017年7月16日（星期日）13:00-17:30

浙江大学玉泉校区曹光彪东楼502报告厅

报告会主题

计算机视觉和机器学习前沿技术及应用

程  序

12:30      签到

13:00      报告会开始

特邀讲者：石光明  博士，西安电子科技大学教授

演讲题目：智能催生语义通讯引导通讯技术变革

特邀讲者：吕建成  博士，四川大学教授

演讲题目：深度神经网络表达的结构问题

特邀讲者：王　亮 博士，中国科学院自动化所研究员

演讲题目：人工智能时代的视觉大数据分析

特邀讲者：薛建儒 博士,  西安交通大学教授

演讲题目：动作与事件的序列分析研究

特邀讲者：于剑    博士，北京交通大学教授

演讲题目：深度学习的能和不能

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

执行主席：潘纲博士，浙江大学计算机学院教授

                  李玺博士，浙江大学计算机学院教授

参加人员：视觉或机器学习领域专业人士、研究生、媒体、其他有兴趣者

报名方式：Email：xilizju@zju.edu.cn (请于7月14日前将参会回执回复至该邮箱，邮件主题请注明“CCF－CV浙江大学报告会回执”) 

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　

石光明 西安电子科技大学，科学研究院常务副院长，教育部长江学者特聘教授（二级教授），博士生导师。IEEE 高级会员、IETFellow、IEEE电路系统西安分会主席、IET西安分会常务副主席、中国体视学会理事，陕西省电子学会副理事长兼秘书长，陕西自动化学会/信号处理学会常务理事，2002年于西安电子科技大学取得博士学位，后多次赴美国伊利诺伊大学香槟分校和香港大学进行访问与合作研究。主要从事压缩感知理论与机器学习、计算成像及处理、生物信息处理与脑认知等方向的研究。在自然基金委的多个面上和重点基金资助下，他及领带的团队，深入研究了压缩感知成像理论及应用，逆问题求解，脑静态下特异性表征等方面，并取得了丰富成果，在IEEE Transaction on Signal Processing、IEEE Transaction on Image Processing、IEEE Transaction on Neural Networks and LearningSystems、HumanBrain Mapping，Frontiersin Human Neuroscience等国际权威期刊和学术会议上发表论文200余篇，其中SCI期刊论文70余篇，获VCIP 2010和ISCAS2013最佳论文奖。SCI他引800余次单篇最高100多次,Googlescholar引用超5000余次，授权发明专利40余项，成果已推广应用。相关研究获得陕西省科学技术一等奖1项、二等奖2项，国防科技进步三等奖1项，西安市科学技术一等奖1项。国家级教学成果奖二等奖1项。培养青年长江学者、国家优秀杰出青年基金项目获得者1名，陕西省优秀博士论文3名，陕西省优秀论文一等奖1名。

报告摘要：与传统通讯中的“形式通讯”相比，语义通讯的核心是“达意通讯”，或“内容通讯”。这是一种真正意义上的人工智能通讯方式，即类脑通讯的方式。语义通讯可以通过知识库的建立来实现类似的目的，即“达意”通讯而非数据通讯，并且可以通过信息发送方与接收方之间知识库的匹配，实现信道的混用并提高容错率。这种以“达意”为基础的类脑通讯将极大的减少实际需要传输的数据量，有效解决大数据时代给通讯技术带来的挑战。

吕建成  四川大学教授、博士生导师，国家杰出青年基金获得者。教育部“新世纪优秀人才”支持计划获得者，中国计算机学会青工委委员，中国计算机学会模式识别与人工智能专委会委员，中国人工智能学会机器学习专委会委员，四川省“学术和技术带头人”，四川省“有突出贡献的优秀专家”。研究方向：神经网络、机器学习与大数据分析。师从IEEE Fellow、章毅教授潜心研究神经网络十余年。在IEEE TNN, IEEE TFS, IEEE TSMC, IEEE TNNLS, IEEETSP等期刊和AAAI, IJCAI, IJCNN等重要国际会议发表学术论文70余篇。出版英文专著《Subspace Learning of Neural Networks》。2012年获得教育部自然科学一等奖，2011年获得四川省科技进步一等奖，2007年获CCF优秀博士论文奖。现担任IEEE Trans. Neural Networks and Learning Systems编委（Associate Editor）。

报告摘要：深度神经网络实现了对输入数据的多次抽象和表达，最终将数据转换为适合目标任务的表达。目前深度神经网络表达很少考虑数据的本征结构。结构保持是指数据的深度表达应该保持原始数据的本征结构。针对这个问题，我们将介绍基于深度神经网络的表达结构保持的两种方法：一是用经典的深度学习模型RBM，在能量函数中引入结构信息来保持数据深度表达的本征结构。二是应用深度自编码网络来自动学习邻居的结构信息。

王亮博士，研究员，博导，IEEE高级会员、国际模式识别协会会士（IAPR Fellow），模式识别国家重点实验室副主任、图象图形学学会视觉大数据专委会主任、计算机学会计算机视觉专委会秘书长、图像视频大数据产业技术创新战略联盟秘书长、电子学会青年科学家俱乐部副主席。国家杰出青年科学基金获得者，国家青年科技奖获得者，中科院脑科学与智能技术卓越创新中心骨干人才。2004年获中科院自动化所工学博士学位。2004-2010年分别在英国帝国理工学院、澳大利亚莫纳什大学、墨尔本大学及英国巴斯大学工作。主要研究领域是模式识别、计算机视觉、大数据分析等。

报告摘要：视觉大数据是模式识别的前沿方向，是人工智能的突破口，是信息产业新的增长点。近年来，深度神经网络已经在语音、视觉、自然语言处理等领域取得了很大成功，在学术界和工业界都引起了极大关注。尽管深度神经网络在大量视觉任务中取得了一定成功，但是相比人类视觉系统功能，其在鲁棒性、泛化性等方面(光照、遮挡、形变、小样本等) 仍存在巨大的差异。针对深度神经网络在结构、功能、鲁棒性、泛化性等存在的问题，我们模拟认知过程中的选择性注意、长短时记忆等机制，研究深度认知神经网络理论和方法。这个报告将重点介绍我们在此方面的最新研究进展。

薛建儒 博士，教授。2003年获西安交通大学模式识别与智能系统博士学位，2002-2003年在日本富士施乐公司研究本部工作，2008-2009年在美国加州大学洛杉矶分校访问，1999年至今在西安交通大学人工智能与机器人研究所从事教学科研工作。主要研究方向包括计算机视觉与模式识别、智能车环境感知及运动控制，在IEEE汇刊TPAMI、TIP、TMM及学术会议ICCV、CVPR、ECCV、IROS、ACM MM等发表论文70余篇。获国家自然科学二等奖、国家技术发明二等奖、IEEE ITSS Institute Lead Award及ACCV2012最佳应用论文奖。获长江学者特聘教授、中国自动化学会青年科学家奖、陕西省青年科技奖等荣誉。

报告摘要：近年来，记忆网络在自然语言问答中的作用日益重要。受此启发，我们在视觉数据中的动作与事件分析中引入了记忆网络，并取得了较好的结果。本报告首先简述记忆网络模型，然后介绍课题组基于记忆网络在视觉动作识别、视频事件表征、检索及推演分析等问题上取得的一些研究进展。

于剑  先后从北京大学获得本科、硕士、博士，现任北京交通大学教授，博士生导师，计算机学院计算机科学系主任，交通数据分析与挖掘北京市重点实验室主任，中国计算机学会理事，中国计算机学会人工智能与模式识别专业委员会秘书长，中国人工智能学会理事，中国人工智能学会机器学习专业委员会副主任，数字出版技术国家重点实验室学术委员，计算智能与中文信息处理教育部重点实验室学术委员，主持多项国家自然科学基金项目。主要研究兴趣是机器学习、数据挖掘和自然语言处理等。著有学术专著《机器学习：从公理到算法》。

报告摘要：深度学习目前是机器学习领域最引人注目的研究方向，其应用极其广泛。但没有免费午餐定理告诉我们，没有万能的学习算法。因此，本报告将深入分析深度学习的适用范围。首先，简述深度学习的发展历程。在此基础之上，理论分析深度学习的应用范围和失效领域。最后，讨论深度学习面临的问题及其对策。

 赖剑煌  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。中国图象图形学会副理事长，广东省图像图形学会理事长。中国计算机学会杰出会员、理事，中国计算机学会计算机视觉专业组副主任，中国计算机学会人工智能与模式识别专业委员会委员、中国人工智能学会机器学习专业委员会委员。1986、1989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2项，科技部科技支撑课题1项，国家自然科学基金4项等。获得广州市科学技术奖励一等奖（2014）、广东省科学技术奖励二等奖（2015）。已发表了约200篇学术论文，主要发表在ICCV、 CVPR、 ICDM等专业重要学术会议以及IEEE TPAMI、IEEE TIP、IEEE TNN、IEEE T-SMC(Part B)、Pattern Recognition等国际权威刊物上。拥有多项国家发明专利。

报告摘要：行人再标识(personre-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及警务应用，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。

执行主席：
潘纲 浙江大学计算机学院教授、博导，计算机系统所副所长，CCF-IEEE CS青年科学家奖，入选教育部新世纪优秀人才计划。主要研究方向为计算机视觉、普适计算、类脑与脑机融合智能等。已发表论文100多篇（包括IEEE TPAMI、TNNLS、ACM Computing Surveys等国际权威刊物，以及CVPR, ICCV, IJCAI, UbiComp等国际权威会议），授权发明专利25项。获国际会议最佳论文奖3次，包括国际一流会议UbiComp’16最佳论文奖、UbiComp’15最佳论文提名奖（Honorable Mention Award）。相关成果入选中国高等学校十大科技进展(2016)，获国家科学技术进步奖二等奖（第2完成人）。目前担任《IEEE Systems Journal》、《ACM IMWUT》、《Chinese Journal ofElectronics》等期刊编委。

李玺 浙江大学计算机学院教授、博导，入选浙江省151人才工程培养第二层次。其在国际权威期刊和国际顶级学术会议发表文章约100篇，包括TPAMI、IJCV、TIP、TNNLS、TKDE、ICCV、CVPR、ECCV、ICML、AAAI、IJCAI等。Google Scholar引用2100多次，拥有一篇ESI高被引论文。担任神经计算领域知名国际刊物《Neurocomputing》和《Neural Processing Letters》的Associate Editor，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(如TPAMI、TIP、TCSVT、TMM、ICCV、CVPR等)。在2016年上海举行的中国计算机视觉研究与应用创新论坛（RACV）以及2017年智能世界国际会议（ICSW）上做大会特邀报告。获得两项最佳国际会议论文奖(包括ACCV 2010和DICTA 2012)，以及一项ICIP 2015 Top 10% 会议论文奖，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。

会场路线图

CCF-CV 网站：http://ccfcv.ccf.org.cn/ 

CCF-CV公众号：

【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！