【总结】CCF-MM走进高校@山东财经大学

CCF TCMT CCF多媒体专委会 2018-12-06

CCF-MM走进高校系列活动

CCF@U：CCF-MM

山东财经大学

应山东财经大学计算机科学与技术学院邀请，2018年11月30日，中国计算机学会（CCF）多媒体技术专业委员会走进山东财经大学，在山东财经大学燕山校区逸夫楼610报告厅进行了学术报告。本次报告的受邀嘉宾为江西财经大学信息管理学院方玉明教授、中国科学院计算技术研究所王瑞平研究员、中国科学院自动化研究所樊彬博士、中国科学院自动化研究所张天柱博士以及南京大学软件学院任桐炜博士。本次活动由山东省数字媒体技术重点实验室和山东财经大学机器学习与大数据分析人才团队联合承办，山东财经大学计算机科学与技术学院部分教师和全体研究生参加了报告会。此外，山东大学张伟教授、泰山学院张茜教授、山东大学陈振宇教授、山东大学聂礼强教授以及山东师范大学李登旺教授为受邀嘉宾作报告简介。 首先，山东财经大学计算机科学与技术学院韩慧健院长为报告会致开场词，并对受邀嘉宾的到来表示热烈的欢迎。随后，学术报告会正式开始。针对多媒体前沿技术，受邀嘉宾分别从五个主题向大家进行报告。

韩慧健院长致开场词

第一位报告专家是来自江西财经大学的方玉明教授，他的报告主题为：图像质量评价：理论、方法与应用。方玉明教授首先介绍图像质量评价的概念、分类及基本理论方法，然后回顾了过去十年来的相关进展，进一步通过介绍其小组在该领域的一些相关工作，来说明图像质量评价模型的构建方法和应用。最后，对其研究组的一些其他相关研究情况进行了介绍。

方玉明教授作报告

第二位报告专家是来自中国科学院计算技术研究所的王瑞平研究员，他的报告主题为：开放场景中的物体识别研究初探。王瑞平研究员指出通用物体识别是视觉场景理解的基础核心任务之一，面向真实场景实用化的需求，当前亟需解决的主要难题是开放场景下的大规模物体识别。他主要向大家介绍了其课题组近两年围绕开放场景识别所开展的一些初步探索。

王瑞平研究员作报告

第三位报告专家是来自中国科学院自动化研究所的樊彬博士，他的报告主题为：基于深度学习的局部图像特征描述。樊彬博士针对近年来涌现出的基于深度学习的局部图像特征描述方法进行介绍，包括带距离度量学习的CNN特征提取方法以及一般性的用于局部图像特征描述的CNN网络，重点介绍了典型的L2Net网络结构和基于该结构学习得到的几种典型特征描述子。

樊彬博士作报告

第四位报告专家是来自中国科学院自动化研究所的张天柱博士，他的报告题目为：目标跟踪算法研究进展。张博士提到目标跟踪是计算机视觉领域的热门研究方向之一，同时在产业界也具有广阔的应用前景。他首先带领大家回顾目标跟踪的研究进展，然后介绍一些代表性方法，如粒子滤波、基于分类器目标跟踪、稀疏跟踪、基于深度学习跟踪，及相关滤波等，最后介绍了团队的相关研究成果。

张天柱博士作报告

最后一位报告专家是来自南京大学的任桐炜博士，他的报告主题为：视频视觉关系检测初探。任博士首先向大家介绍了什么是视觉关系，然后介绍了其课题组在视频视觉关系检测中开展的初步尝试，包括视频视觉关系检测的任务描述、解决方案、评测基准等，并对视频视觉关系检测中存在的问题和进一步研究方向进行讨论。

任桐炜博士作报告

报告会历时四个多小时，针对报告会中所涉及的研究领域以及该研究领域所面对的一些挑战，现场参会人员积极举手发问并与讲者进行交流讨论。本次报告会旨在帮助山东财经大学教师、学生了解多媒体技术及计算机视觉领域最新的研究方向和前沿学科的科学动态，开拓学术视野，增进学术交流。

报告会合影