第九十期CCF-CV走进高校系列报告会(@华北电力大学)云直播活动圆满结束

阅读量:0
2020-08-02

2020年7月28日上午,中国计算机学会计算机视觉专委会(CCF-CV)走进高校系列报告会第90期活动——“计算机视觉前沿技术及应用”,通过线上直播的形式在华北电力大学成功举行。本期报告会由华北电力大学承办,邀请了北京大学林宙辰教授、上海交通大学林巍峣教授、清华大学鲁继文副教授以及中国科学院计算技术研究所韩琥副研究员四位专家做特邀报告,由华北电力大学电子与通信工程系戚银城教授、张珂副教授和赵振兵副教授担任本次报告会的执行主席。在本次报告会上,专家们围绕“计算机视觉领域的前沿技术及应用”做了精彩报告,并在圆桌讨论环节就“电力计算机视觉技术”进行了深入的交流,Bilibili直播平台人气峰值达2.2万人,报告会反响热烈。

报告会由华北电力大学电子与通信工程系张珂副教授主持。报告会开始由华北电力大学电子与通信工程系主任戚银城教授致欢迎辞,他首先对四位报告嘉宾的到来表示热烈的欢迎和衷心的感谢,并指出,以计算机视觉为代表的人工智能技术受到了学术界和工业界的广泛关注,此次CCF-CV走进高校报告会在华北电力大学召开,可谓正当其时、恰逢其势。随后,介绍了华北电力大学、华北电力大学电子与通信工程系的基本情况,并希望通过各位专家的精彩报告和深入交流为“电力计算机视觉技术”研究带来重要的指引和启迪。最后,对来自全国的与会专家学者及中国计算机学会计算机视觉专委会表示衷心感谢。

报告信息

北京大学林宙辰教授的报告题目是“PDO-eConvs: Partial Differential Operator Based Equivariant Convolutions”。传统的卷积神经网络(CNN)模型只能对平移群等变,而不能对更大的群,如旋转群等变。针对这一问题,报告首先介绍了群等变卷积模型和近似等变卷积模型的研究现状;接着提出了一种基于偏微分算子的等变卷积,该卷积可以轻松嵌入到已有的CNN模型中,并在离散域上保持良好的等变性;最后实验结果表明,该方法在参数效率和性能上都优于传统CNN模型。

上海交通大学林巍峣教授的报告题目是“基于长期时序信息的视频时空行为定位识别”。时空行为定位与识别是行为识别中的关键问题,然而现有的主流方法未能充分利用较长时序中的信息,限制了定位和识别效果。报告首先介绍了时空行为定位研究领域中的代表性工作,然后给出了团队在时空行为定位识别研究中的两个代表性成果,使用行为的长时间时序信息直接预测行为所在的时空三维管道,并提出一种动态采样方法对行为定位进行加速,最后实验结果表明,该方法在大幅提升定位速度的情况下,能够达到当前最优的性能。

清华大学鲁继文副教授的报告题目是“机器人智能视觉感知”。视觉感知技术是机器人实现智能化的重要手段,在工业制造、城市交通和生活服务等领域有着重要的应用前景。报告首先给出了智能机器人和机器人视觉感知的基本概念和研究方向,重点介绍了清华大学自动化系智能视觉实验室近年来在三维场景感知与机器人边缘计算方面取得的研究成果,主要包括空间几何推理、结构度量学习、分形神经网络、二值卷积网络和知识蒸馏网络等方法,以及它们在单目三维检测、三维目标识别、三维场景重建和深度模型压缩等机器人视觉感知任务中的应用。

中国科学院计算技术研究所韩琥副研究员的报告题目是“Beyond Face Recognition: Deep Face Analysis from a Micro Perspective”。人脸细微分析是人脸分析的重要研究方向之一,人机交互、人机协同、智能医疗和辅助驾驶等应用领域都离不开对人脸的细微感知。报告首先介绍了人脸细微分析的定义、历史和挑战,然后从知识数据联合驱动和解耦特征表示两个角度阐述了人脸细微分析的方法,重点介绍了近年来团队在基于人脸的心跳估计、面部动作单元识别以及人脸活体检测等方面的研究成果。

圆桌讨论


四位专家的报告深入浅出,内容精彩,图文并茂。随后的圆桌讨论环节由赵振兵副教授主持,圆桌讨论的主题为“面向电力行业应用的计算机视觉技术”。首先由赵振兵副教授做题为“电力视觉技术研究简述”的引导发言,使与会专家对电力视觉相关问题有初步了解。在接下来的圆桌讨论环节中,各位专家针对赵振兵副教授提出的三个议题展开了热烈讨论,专家观点总结如下:

(1)如何解决开放环境(实际场景)的小样本、小尺度目标检测问题?

专家们认为,电力视觉缺陷检测不仅是目标检测问题,还是图像识别问题。针对小样本目标检测问题可以引入无监督和半监督学习方法,也可利用三维模型生成小样本目标,实现数据扩增。针对小尺度目标检测问题可以利用结构的约束性,由粗到细、由大到小的分阶段检测小目标对象。

(2)电力设备缺陷极其不规则,如何利用电力先验语义知识(如空间关系知识、形态差异性知识、行为规范知识等)?怎样做知识表达、知识推理?

专家们认为,电力先验语义知识对电力设备缺陷检测任务至关重要,一方面可以将语义知识嵌入到深度网络中,直接实现缺陷检测,另一方面可以采用两阶段方案,在深度网络检测基础上引入电力先验知识推理。另外,建立电力部件的三维模型或CAD模型库,构建电力设备和部件的知识图谱是利用电力先验语义知识的基础工作。

(3)连接主义与符号主义结合是必然趋势,知识如何与深度模型结合?如何利用符号表示的知识指导深度学习的训练?如何从深度学习中获取有效知识完成符号表示?

专家们认为,近年来计算机视觉的成功主要体现在视觉感知任务中,而深度学习的可解释性不强,未来需要在解决因果推理问题上进行深入研究。领域知识的获取方面,一方面可以通过迁移学习方式引入机器已学习到的知识,另一方面可以通过构造电力领域的小规模知识库或专家库,同时利用机器学习学习到新的模式以完善知识库或专家库,采用这种迭代的方式解决知识获取问题。

活动总结


最后,张珂副教授进行活动总结,再次向与会的各位专家学者表示衷心的感谢,并期待更多的专家、老师和同学能关注电力视觉技术,共同努力推动计算机视觉在电力领域中的研究和应用,报告会取得了圆满成功!

会议组织方介绍

华北电力大学是教育部直属全国重点大学,是国家“211工程”和“985工程优势学科创新平台”重点建设大学。2017年,学校进入国家“双一流”建设高校行列,重点建设能源电力科学与工程学科群,全面开启了建设世界一流学科和高水平研究型大学的新征程。学校1958年创建于北京,原名北京电力学院。学校长期隶属于国家电力部门管理。2003年,学校划转教育部管理,现由国家电网有限公司、中国南方电网有限公司、中国华能集团有限公司、中国大唐集团有限公司、中国华电集团有限公司、国家能源投资集团有限责任公司、国家电力投资集团有限公司、中国长江三峡集团有限公司、中国广核集团有限公司、中国电力建设集团有限公司、中国能源建设集团有限公司、广东省能源集团有限公司等12家特大型电力集团和中国电力企业联合会组成的理事会与教育部共建。学校校部设在北京,分设保定校区,两地实行一体化管理。

华北电力大学电子与通信工程系源于1976年设立的电力系统通讯专业,1980年由原电力系统通讯专业、计算机技术与应用专业和电子学教研室整合成立电子工程系。2006年由电气工程学院和电子与信息工程学院合并成立电气与电子工程学院,保定设立电力工程系和电子与通信工程系。多年以来,我系立足于为能源电力服务,坚持内涵发展与特色发展,坚持面向社会发展,不断深化教育教学改革,稳步提升人才培养的层次和质量,为国家培养了以全国十大杰出青年张庆君为代表的数千名高级人才,特别是为电力系统通信行业输送了大批德才兼备的技术人员。

华北电力大学智能视觉计算研究所主要研究方向为电力视觉技术、电力信息与通信技术、生物磁光声成像技术、智能计算与数据处理等。其中,电力视觉是华北电力大学人工智能交叉学科确定的研究方向之一,学校正在进行人工智能学院建设,“电力视觉研究中心”为其中的研究中心之一,围绕发、输、变、配的实际应用,开展视觉感知、视觉计算和视觉认知等三个方向的研究。研究所核心成员多年来从事电力视觉领域的理论研究与技术应用,积累了丰富的研究成果和经验。研究所承担国家自然科学基金11项,省部级自然科学基金10项,国家电网科技项目45项,获河北省科技进步一等奖、二等奖、三等奖各1项。发表高水平学术论文233篇,其中SCI收录62篇,授权发明专利26项,出版著作3部,参与1项国家标准和1项国际标准的制定。