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

北京化工大学•北京

（第110期）

主题：计算机视觉前沿技术及应用

时间：2021年11月28日（星期日）14:00-17:00

地点：北京化工大学（线上会议）

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

13:30 签到

14:00 致欢迎词

14:10 报告会开始

特邀讲者：徐常胜 博士，中国科学院自动化研究所研究员

演讲题目：视频理解中的关系学习研究

特邀讲者：薛建儒 博士，西安交通大学教授

演讲题目：交通场景的理解与预测

特邀讲者：张军平 博士，复旦大学教授

演讲题目：深度学习进展及在步态和人脸衰老的研究

执行主席：

王坤峰 博士，北京化工大学教授

汪凌峰 博士，北京化工大学教授

讲者/报告信息

特邀讲者：徐常胜

中国科学院自动化所研究员，国家杰出青年基金获得者，国家万人计划领军人才，入选国家百千万人才工程和首都科技领军人才工程，科技部重点领域创新团队负责人，国家重点研发计划项目首席科学家，中国科学院王宽诚率先人才计划卢嘉锡国际团队负责人。国际电子电气工程师学会会士（IEEE Fellow)，国际模式识别学会会士（IAPR Fellow），国际计算机学会杰出科学家（ACM Distinguished Scientist）。担任国际计算机学会多媒体专委会中国区（ACM SIGMM China Chapter）主席和中国计算机学会多媒体专委会副主任。担任国际期刊Multimedia Systems主编，担任过国际期刊“IEEE Transactions on Multimedia”和“ACM Transactions on Multimedia Computing, Communication and Applications”编委以及国际顶级多媒体会议“ACM Multimedia Conference”程序委员会主席。在多媒体分析，计算机视觉，模式识别，图像处理等领域发表论文400多篇，其中IEEE和ACM汇刊论文110余篇，国际顶级会议会议论文70余篇。在多媒体国际顶级会议和期刊上获得最佳论文奖10余次。获得2018年中国电子学会自然科学一等奖，2009年中国计算机学会青年科学家奖，7次获得中国科学院优秀导师奖。

报告摘要：随着便携式数码设备的普及和移动互联网的发展，海量的视频大数据亟需智能的视频理解技术。视频理解是一个融合视频底层特征信息和高层语义信息的过程，并服务于用户的不同需求。高效的视频理解技术可以使计算机智能地完成各种视频相关的任务，如视频监控、视频娱乐等。视频大数据具有（1）时空复杂，（2）底层特征与高层语义之间存在“语义鸿沟”，（3）类别丰富，（4）多模态，（5）个性化需求多样等特点。这些特点在视频数据中表现为纷繁复杂的关系信息，因此为视频的智能理解带来了巨大的挑战。事实上，针对视频中复杂而多样的关系模式进行学习对深入地理解视频内容是至关重要的。本报告围绕如何设计有效的关系学习方法来进行视频理解展开，自底向上地重点研究了视频中的三种关系结构信息：首先针对视频中的物体层面，研究了物体表观中的结构化关系建模；接着以物体为纽带，深入挖掘了视频中的物体-语义关系信息，从而实现了视频高层语义的自动提取；最后，探索了视频语义-用户兴趣之间的关系，完成了视频的个性化服务。

特邀讲者：薛建儒

西安交通大学人工智能与机器人研究所教授。主要研究领域为计算机视觉与模式识别、无人车环境理解及自主运动，发表学术论文100余篇，合著有英文学术专著《Statistical Learning and Pattern Analysis Approaches to Image and Video Processing》(Springer出版，2009年)。研究成果获国家自然科学二等奖与技术发明二等奖、IEEE ITS学会杰出研究团队奖、ACCV2012最佳应用论文奖等奖项。入选万人计划科技创新领军人才、教育部长江学者奖励计划。

报告摘要：Automated driving may become a reality in 2020s. However, making a self-driving car capable of autonomous intelligence in real traffics still faces many open and challenging problems. In this talk, we focus on the aspect of environment perception of autonomous driving. In addition to detection, tracking traffic participants surrounding the ego vehicle, understanding dynamic scenarios, and forecasting driving situations are becoming necessary and essential for autonomous driving. More and more research efforts are paid to the scene understanding and traffic situation prediction in a whole. We present the current status and future trends of these two topics. We also report recent research theme undertaken in our group.

特邀讲者：张军平

复旦大学计算机科学技术学院教授、博士生导师，中国自动化学会普及工作委员会主任，混合智能专委会副主任。主要研究方向包括人工智能、机器学习、图像处理、生物认证及智能交通。至今发表论文100余篇，其中IEEE Transactions系列26篇，包括IEEE TPAMI, TNNLS, ToC, TITS, TAC, TIP等。学术谷歌引用近5000次，H指数33。

报告摘要：人工智能发展至今已有近八十年的历史，其间经历了两次低谷。自2012年以来，人工智能再次回到热潮中。其中，深度学习是人工智能第三次热潮的主要推动力。其在很多领域取得了好的性能提升，尤其是图像、计算机视觉相关的领域及其应用。在本次讲座中，我将着重介绍深度学习之所以有效的主要原因，以及其中的关键技术路线。另外，我也将重点介绍我们小组近 年来在步态识别、人脸衰老模型和人脸微表情方面的研究进展，包括GaitSe模型、多任务学习的人脸身份保持的衰老模型，以及人脸动力图的微表情算法。最后，针对深度学习存在的问题包括可解释性、AI偏见、对抗攻击等，我将分享我的观点，以及对未来人工智能发展的一些思考。

执行主席：王坤峰

北京化工大学信息学院教授、博士生导师，智能无人系统研究中心主任。2008年获得中国科学院研究生院（自动化所）控制理论与控制工程专业博士学位。2008-2019年，在中国科学院自动化所工作，任副研究员、硕士生导师。2015-2017年，在美国佐治亚理工学院做访问学者。2019年9月至今，任北京化工大学教授。主要研究方向包括计算机视觉、机器学习、智能感知与智能医学。主持国家自然科学基金、国家重点研发计划项目子课题等科研项目10余项。发表论文90多篇，获授权国家发明专利21项。获得2020年中国自动化学会自然科学奖一等奖、《自动化学报》2019年度优秀论文奖等奖励。现为中国计算机学会计算机视觉专委会委员、中国自动化学会模式识别与机器智能专委会委员、混合智能专委会委员等。担任国际期刊IEEE Transactions on Intelligent Transportation Systems编委。

执行主席：汪凌峰

北京化工大学信息学院教授、硕士生导师。2013年6月获得中国科学院大学模式识别与智能系统专业博士学位。主要研究方向包括计算机视觉与机器学习。以第一作者或通讯作者在IEEE TPAMI、TNNLS、TIP、TMM、TCSVT、TITS等期刊上发表论文30多篇。目前主持包括国家自然科学基金面上项目在内的4项课题，参与了包含国家自然科学基金委重大研究计划重点项目在内的项目多项。2013获中科院院长特别奖，2014年获中科院优秀博士论文，2014年入选中科院青促会会员，2016入选中国自动化学会模式识别与机器智能专委会委员。