时间：2019年6月28日 14:30-17:00

地点：哈尔滨工业大学（威海）图书馆学术报告厅

李泽超（南京理工大学）

李泽超，CCF高级会员、南京理工大学计算机科学与工程学院、人工智能学院教授、博士生导师，分别于2008年和2013年毕业于中国科学技术大学和中国科学院自动化研究所。研究兴趣主要是媒体智能分析、计算机视觉等。发表ACM/IEEE Transactions或者CCF A类会议论文40余篇；入选2018年度“万人计划”青年拔尖人才、第二届中国科协青年人才托举工程、江苏省“333高层次人才培养工程”中青年学术带头人；获得2017年江苏省科学技术一等奖（排名第三）、2018年吴文俊人工智能优秀青年奖、2015年CCF优秀博士论文奖、ICIMCS 2018最佳学生论文奖等；2017年获得江苏省杰出青年基金资助等。

报告题目：面向语义理解的图像内容分析

图像视频大数据智能分析与理解在多种实际应用中具有至关重要的作用，比如无人驾驶、网络空间内容安全以及社会公共安全等。针对图像视频大数据智能理解，从底层特征表示到高层语义理解展开研究。提出了多种面向语义理解的特征选择方法以及特征抽取方法，从原始特征中选择有效的特征子集以及学习到一个有效的特征表示；提出了渐进式度量学习方法，挖掘社交网络的上下文信息，建立底层特征与高层语义之间的语义映射；提出了深度协同因子分解模型，将图像和标签映射到统一空间，同时解决图像标注、标签优化、基于内容的图像检索以及标签扩展等多种任务。

吕科 （中国科学院大学）

吕科，中国科学院大学长聘教授，博士生导师，中组部“万人计划”领军人才、科技部“中青年科技创新领军人才”。主要研究方向为图像处理、智能信息处理技术。承担国家自然科学基金、国家重点研发计划、中科院仪器设备研制项目、国家973项目、国家行业专项等科研项目三十余项，在国内外学术期刊和国际主流会议上发表学术论文120 余篇，研究成果先后获2004年度、2009年度国家科技进步二等奖、2012年度北京市科学技术二等奖、2012年度中国电子学会电子信息科学技术二等奖，2012年入选北京市高等学校高层次人才引进与培养特聘教授。近年来，主要围绕我国对地观测领域中风云（FY）气象卫星、高分卫星地面业务系统及特定行业中图像处理的关键技术问题开展了相关的研究工作，多项研究成果应用于我国风云系列气象卫星地面业务处理系统和对地观测领域，研究成果推广应用到中电集团第45 研究所、总参第57 研究所、航天503所、北京空间飞行器总体设计部等单位应用。

报告题目：动态断层图像分割与多视觉目标重建技术及其应用

在过去的十余年时间里，数据采集、存储和数据分析技术飞速发展，大大降低了数据储存和处理的成本，一个大数据时代逐渐展现在我们的面前,大数据革新性地将海量数据处理变为可能，并且大幅降低了成本，使得越来越多跨专业学科的人投入到大数据的开发应用中来。如何才能让大规模数据变得亲切和易于理解，可视化无疑是最有效的途径。对大数据背景下的数据可视化应用展开研究，将有助于我们发展和创新数据可视化技术。报告介绍动态断层数据三维重建和多视角目标重建技术及面临的问题，将结合医学图像、遥感图像大数据和处理与可视化中的实际问题进行分析与介绍。

王树徽(中国科学院计算技术研究所）

王树徽，中国科学院计算技术研究所副研究员，2006年于清华大学电子工程系获工学学士学位，2012年于中科院计算所获工学博士学位，2014年于中科院计算所博士后出站。主要研究方向包括跨媒体计算、图像视频理解和异构大数据挖掘，发表学术论文70余篇，其中IEEE/ACM汇刊和CCF-A类论文30余篇，申请专利6项，授权3项。主持国家自然科学基金面上、青年项目以及博士后面上、特别项目等课题研究，作为核心骨干参与973、863、自然基金重大项目等国家级重大课题的研究，研究成果被应用于多媒体服务、大数据智能等多个实际商业系统当中。曾获中科院院长奖，CCF科学技术奖等奖励。

报告题目：图文交互技术研究

作为信息表征的两种重要媒体类型，图像/视频与文字之间的语义相互转换及贯通计算是多媒体、计算机视觉等领域的热点问题。由于视觉与文字表示结构迥异、内容多样，亟需有效的方法对其内在复杂关联进行学习和度量。本报告以构建面向实际应用的图文交互系统为研究目标，以从传统浅层模型到深度模型为技术演进路线，针对图文数据高维、异构、复杂语义等问题，提出面向图-文关联检索的非参数非线性映射模型、深度特征集成学习、协同注意学习、自监督嵌入学习等方法，建立基于时空内容的图像/视频语言描述模型，构建基于统计递归学习的视频事件预测性描述方法。最后，结合相关技术发展前景介绍未来研究构想和尝试。