【预告】CCF-CV走进高校系列报告会(第一百零八期,北京科技大学)

阅读量:4
2021-10-21

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

北京科技大学·北京

(第108期)

主题:计算机视觉前沿技术及应用

时间:2021年10月24日(星期日)14:00-18:00

线上直播链接:CCF计算机视觉专委会B站官方账号

http://live.bilibili.com/22339632

程 序

14:00-14:10:开幕

14:10:报告会开始

特邀讲者:季向阳 教授,清华大学

演讲题目:基于视觉的物体位姿估计

特邀讲者:韩军伟 教授,西北工业大学

演讲题目:破译大脑理解多媒体的初步探索

特邀讲者:王  亮 研究员,中国科学院自动化研究所

演讲题目:面向复杂视觉任务的多模态深度学习

执行主席:

樊 彬 教授,北京科技大学

刘红敏 教授,北京科技大学

讲者 / 报告信息

特邀讲者 季向阳

清华大学自动化系教授,博士生导师,主要研究方向为机器学习、视觉信号获取与处理,北京信息科学与技术国家研究中心智能科学部主任、自动化系脑与认知科学研究所所长。获国家杰出青年科学基金,国家万人计划领军人才,中国青年科技奖等学术荣誉;任中国电子学会青年工作委员会主任委员、中国人工智能学会深度学习专委会主任等职务。近年来发表IEEE Trans. TPAMI、IJCV、TCI、NIPS、ICML、CVPR、ICCV等SCI/EI论文100余篇;授权国家发明专利40余项,国际发明专利10项,获得第 70 届纽伦堡国际发明金奖 2 项;课题组曾在MSCOCO视觉实例分割、ECCV视觉质量增强、ICCV/ECCV 6D位姿估计等多个国际比赛中获得冠军;获多项自动驾驶汽车挑战赛冠军。获2019年国家科技进步二等奖1项(第一完成人),2012年国家科技发明一等奖1项(第二完成人)。

报告摘要物体6D位姿估计是现实世界许多复杂视觉任务中的关键基础,在自动驾驶、虚拟/增强现实、场景交互等领域有着广泛的应用。报告首先回顾了近几年6D位姿估计发展现状以及面临的挑战,随后介绍我们的基于深度卷积神经网络的位姿迭代匹配框架DeepIM,解耦平移和旋转预测的CDPN网络框架以及基于几何引导的单目图像物体位姿直接回归网络GDR-Net。此外,针对高层语义学习依赖高标准成本问题,探讨如何利用强化学习实现无真实位姿标注情况下6D位姿估计以及自监督6D位姿估计。

特邀讲者 韩军伟

西北工业大学教授,入选2018年国家级人才计划,入选第四批国家“万人计划”科技创新领军人才,科睿唯安全球“高被引科学家”,爱思唯尔中国“高被引学者”。主要研究方向是人工智能、模式识别、类脑计算、遥感影像解译等。在领域顶级期刊/会议如:Proceedings of the IEEE,IEEE TPAMI,CVPR,MICCAI等发表学术论文100余篇,论文被引用近2万次。3篇论文入选年度中国百篇最具影响国际学术论文。获2021年度IEEE GRSS Highest Impact Paper Award(IEEE地球科学与遥感学会最有影响力论文奖)、国际期刊IEEE TCSVT 2021最佳论文奖、国际会议IEEE BIBM 2018最佳论文奖,国际会议ACM Multimedia 2010,MICCAI 2011和ICME 2016最佳学生论文奖提名。培养多名博士生/博士后获得中国图象图形学学会优秀博士论文奖、陕西省优秀博士论文奖、博士后创新人才支持计划、国家级青年人才计划、高被引科学家等。获陕西省科学技术一等奖(排名第一)等6项省部级科技奖。担任IEEE TPAMI、IEEE TMM、《中国科学:信息科学》等多个国内外期刊编委,任国际会议如:CVPR, ICPR, ACCV等的领域主席。

报告摘要:人脑是图像/视频内容的最终判定者,随着脑科学技术的飞速发展,可以利用非侵入的磁共振功能成像手段获取大脑在观看多媒体时的反应,这种反应包含大脑的语义层理解信息。本汇报将介绍“脑神经媒体组学”这一新的研究方向,利用机器学习理论为手段,实现大脑反应信息对多媒体视听觉特征的指导、优化和融合,达到计算机对于多媒体内容实现接近人脑认知的目的。此外,本报告将介绍多媒体刺激下神经编解码技术,用于实现大脑理解多媒体工作机制的初步探索。

特邀讲者 王亮

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,博士生导师,国际模式识别学会会士(IAPR Fellow, 2014),国际电子电气工程师学会会士(IEEE Fellow, 2019)。1997、2000年分别于安徽大学电子工程与信息科学系获得工学学士、硕士学位,2004年于中科院自动化所获得工学博士学位。2004-2010期间,先后于英国帝国理工学院、澳大利亚莫纳什大学、澳大利亚墨尔本大学、英国巴斯大学工作,历任助研、研究员和讲师。2015年获得国家杰出青年科学基金,2016年获得第十四届中国青年科技奖,2017年入选科技部中青年科技创新领军人才,2018年入选首都科技创新领军人才培养工程。目前是模式识别国家重点实验室副主任,中科院自动化所智能感知与计算研究中心常务副主任,中国计算机学会计算机视觉专委会副主任,中国图像视频大数据产业技术创新战略联盟秘书长,中国图象图形学学会视觉大数据专委会主任,中科院脑科学与智能技术卓越中心骨干人才,中国科学院大学特聘岗位教授,国家重点研发计划项目首席科学家,中科人工智能创新技术研究院院长等。

报告摘要:近些年,计算机视觉领域依托深度学习算法取得了巨大进展。很多基础视觉任务,例如目标识别和检测,在一般场景下基本已经得到解决,很多任务甚至取得了超过人类的精度。但是,即使现在最先进的深度学习算法仍然无法很好地处理复杂视觉任务。这些复杂视觉任务不仅是一系列基础视觉任务的集成,而且还对算法信息提取、存储与推理等能力有着较高要求。在本次报告中,我们将首先分析复杂视觉任务的主要挑战,然后重点介绍如何利用多模态深度学习算法来进行处理,最后简要分析未来可能的发展方向。

执行主席 樊彬

北京科技大学自动化学院教授,博士生导师,IEEE Senior Member,担任中国图象图形学会青年工作委员会/机器视觉专委会/视觉大数据专委会、中国计算机学会计算机视觉专委会等委员,VALSE资深邻域主席。2011年获中国科学院自动化所模式识别与智能系统博士学位,同年进入中科院自动化所模式识别国家重点实验室工作,2020年加入北京科技大学。2015年至2016年获得国家公派留学资助在瑞士洛桑联邦理工大学(EPFL)从事计算机视觉相关的访问研究。主要研究领域包括计算机视觉、模式识别和深度学习等,近5年在IEEE TPAMI/TNNLS/TIP/TMM/ /TCSVT、CVPR、ICCV等重要国际期刊和会议上发表论文30多篇,出版Springer英文专著1部,担任SCI期刊《Neurocomputing》、《The Visual Computer》的Associate Editor,以及国际会议IJCAI’20/21、ICME’20/21的AC或SPC。获中国电子学会自然科学一等奖、ACM北京新星奖、CVPR 2019最佳论文提名等奖励,入选第四届中国科协青年人才托举计划。

执行主席 刘红敏

北京科技大学自动化学院教授,博士生导师,CCF高级会员。主要从事机器视觉、智能感知以及深度学习等方面的研究。主持国家重点研发计划课题、国家自然科学基金面上等多项国家级与企业横向课题,获省科技进步二等奖1项,出版学术专著2部,在IJCV、IEEE Trans.on Image Processing、、IEEE Trans.on Cybernetics、IEEE Trans. on Multimedia、IEEE Trans. on Circuits and Systems for Video Technology、IEEE Trans. on Geoscience and Remote Sensing、Pattern Recognition、ISPRS Journal of Photogrammetry and Remote Sensing等权威期刊发表学术论文20余篇;授权国家发明专利13项;受邀担任SCI期刊《International Journal of Machine Learning and Cybernetics》编委,以及国际会议ICME’21的领域主席。

活动报名

线上直播参加方式说明

1、直播平台为哔哩哔哩 (bilibili) ,为了能在直播中参与弹幕互动,请您提前注册好平台账号,并在观看直播时登录账号;

2、可以在电脑端通过CCF-CV官方账号直播链接:http://live.bilibili.com/22339632进入直播间;或在移动端下载“哔哩哔哩”APP,微信扫描本文最开始的二维码,并用哔哩哔哩APP打开,进入直播间(或者直接用哔哩哔哩APP扫描二维码);

3、观看直播时可以通过发送弹幕来进行提问、互动;

4、直播间于2021年10月24日13:30开放,欢迎大家前来观看。



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!

活动申请

如您想了解活动申请相关信息,请看活动申请链接。如您有意申请CCF-CV活动,请与专委会秘书处联系。联系方式:

毋立芳:lfwu@bjut.edu.cn

杨巨峰:yangjufeng@nankai.edu.cn