快三app平台官网下载

关于举行CCF珠江论坛:智慧城市前沿理论和创新技术的通知

发布时间:2019-09-09设置

CCF珠江论坛:智慧城市前沿理论和创新技术
报 告 人:
北京大学信息科学技术学院 段凌宇教授
悉尼科技大学信息工程学院 张健副教授
北京大学信息工程学院     邹月娴教授
中国科学院计算技术研究所 纪雯研究员
北京大学信息科学技术学院 施柏鑫研究员
北京大学王选计算机研究所 刘家瑛副教授
邀 请 人:许勇
报告时间2019911日(星期三)9:00-17:00
报告地点:大学城校区B3-213会议室
欢迎广大师生参加。
 
 
计算机科学与工程学院
2019年9月9日
 
附:论坛主题报告内容及时间
 
报告人
报告题目
时间
1
段凌宇
智慧城市数字视网膜的模型生成、利用与通信范式
09:00-09:40
2
张健
精细入微:成对对齐双线性网络的少样本细粒度学习
09:40-10:20
3
邹月娴
视频行为识别之时序信息建模方法研究
10:30-11:10
4
纪雯
智慧城市中视频传输:新经济思维与热点技术
14:30-15:10
5
施柏鑫
特征可识别的反射消除
15:10-15:50
6
刘家瑛
智能影像增强计算
16:00-16:40
 
1.段凌宇 教授 北京大学 信息科学技术学院
报告题目:智慧城市数字视网膜的模型生成、利用与通信范式
智慧城市数字视网膜以智能感知的方式将前端视觉传感器(“城市眼睛”)获取的图像数据转换为视觉特征,发送特征给“城市大脑”进行综合分析。通过在前端设备中部署深度学习或手工设计模型,可以提取紧凑视觉特征表达,然后将其交付到云端以进行搜索和分析。在此背景下,提出了一个模型生成、利用和通信范式,旨在突破智慧城市中人工智能服务所面临的通信与计算瓶颈与挑战。提出了一种多模型重用和预测策略,提升了智慧城市中数字视网膜处理和分析大规模视觉数据的性能与效率,并验证了所提出范式的可行性与应用前景。
 
段凌宇,北京大学教授,博士生导师。主要研究以机器识别为目标驱动的视觉特征分析与压缩,在特征的紧凑表示、模式学习、高效索引等方面取得了创新性成果,克服了图像视频联网分析识别中的实时数据汇聚挑战。近5年以第一或通讯作者发表SCI论文28篇,包括TPAMI(5)/TIP(9)/JSAC(2)/TMM(7);顶级国际会议论文25篇。论文的Google Scholar引用次数4000余次。获2019年IEEE ICME最佳论文奖、2019年PREMIA最佳学生论文奖、2015年EURASIP 2015最佳论文奖。近年来主持国家自然科学基金重点项目、国家高技术研究发展计划(863计划)重点课题、国家重点基础研究发展技术(973计划)子课题等。作为主起草人,制定了国际标准2项,其中CDVS成为多媒体领域我国主导制定的首项ISO国际标准。整体研究成果已被著名互联网公司(百度、腾讯)与安防领域重点企业(海信网络、易华录)采纳并投入实际运营。获国家技术发明奖二等奖(排名3)、教育部技术发明奖一等奖(排名1)、中国专利优秀奖(排名1)。担任ACM-TIST、ACM-TOMM国际期刊编委。
 
2. 张健 副教授  悉尼科技大学 信息工程学院
报告题目:精细入微:成对对齐双线性网络的少样本细粒度学习
人类的认知能力是在循序渐进的方式。通常,孩子们学会辨别对象从粗到细,具有有限的监督。在这个学习过程的启发下,我们提出了一个针对少量细粒度图像识别任务(FSFG)的简单而有效的模型,试图使用元学习来解决具有挑战性的细粒度识别任务。本文提出一个端到端的深度神经网络 “成对对齐双线性网络”(PABN),这些网络采用自双线性池捕捉图像的细微特征,该模型使用了一种新的成对双线性池。比较查询和基本图像之间的细微差别并通过网络学习深度距离度量。为了使基本图像特征与查询图像特征相匹配,我们设计特征对准损失。四个细粒度试验和一个通用的小样本实验结果显示,提出的模型优于当前最优的细颗粒小样方法和一般小样本方法。
 
张健,副教授,博士生导师,现任教于悉尼科技大学(UTS)信息工程学院。1982年获华东师范大学学士学位,1994年获弗林德斯大学学位,1999年获新南威尔士大学博士学位。1997年,加入摩托罗拉悉尼研究中心(Motorola labs),分别担任视觉信息处理实验室高级研究员和研究组主任。2004年,加入澳大利亚国家信息通讯技术中心(NICTA,现为Data61)。2011年,加入悉尼科技大学信息工程学院全球大数据中心,担任多媒体和数据分析研究室主任。张健教授是目前是IEEE Transactions on Multimedia的副主编,曾经是(2009-2015)T-CSVT的副主编。他是ICME 2012大会主席、IEEE VCIP 2014技术委员会主席及 ICME 2020技术委员会主席。
 
3.邹月娴 教授 北京大学 信息工程学院
报告题目: 视频行为识别之时序信息建模方法研究
尽管在大数据驱动下,基于深度学习方法的视频行为分析已经取得丰硕成果,然而机器视觉感知能力与人类视觉感知能力仍存在巨大差距。视频行为分析目前依然是计算机视觉领域活跃而极具挑战的研究课题。本报告简要介绍视频分析中行为检测和行为识别两个子问题的研究现状、主流方法和技术挑战;重点介绍视频行为识别时序信息建模的两种新思想和深度模型;展示在最新大规模研究数据集Kinetics(400类、30万段视频)上的行为识别实验结果,表明时序信息的有效建模提升了行为识别的性能。
 
邹月娴,北京大学教授,博士生导师,IEEE高级会员,北京大学信息工程学院现代信号与数据处理实验室(ADSPLAB)主任(2006-)、深圳物联网智能感知技术工程实验室(ELIP)副主任(2012-)、深圳市人工智能学会副理事长兼专家委主任,深圳市机器人协会智能专委会秘书长,深圳市信息行业协会专家委副主任,广东省、深圳市科技专家委专家。长期从事机器学习与模式识别、智能信号与信息处理领域教学和科研工作。先后主持和参与国家级、地方级科研项目20多项,形成了一系列创新成果,曾获中国电子工业部科技进步三等奖,先后在国内外领域主流学术期刊和国际旗舰学术会议上发表论文160多篇(其中120多篇SCI/EI收录),参与撰写中英文专著2本,授权发明专利5项。讲授“模式识别和机器学习”、“人工智能与金融科技”等课程,目前致力于音视频处理与理解、人机对话等前沿课题研究。
 
4.纪雯 研究员 中国科学院 计算技术研究所
报告题目:智慧城市中视频传输:新经济思维与热点技术
人工智能正在以前所未有的速度席卷全球,引领着多媒体和通信网络技术的发展, 更为多媒体传输技术带来了新的挑战和机遇。人工智能和多媒体传输的融合将催生以多媒体数据的分析、编码、传输以及优化为核心的多媒体经济。本报告首先回顾视频传输的研究历程,通过分析国内外研究焦点的变化,结合人工智能、边缘计算和雾计算等热点话题,探索多媒体传输新时代的热点和新方向。报告将重点从基础理论、网络经济、以及人工智能应用等多角度重新思考视频传输,介绍基于经济学原理的多码流传输技术、以及端边云架构下视频传输热点技术与前沿方法。最后探讨人工智能驱动的多媒体技术在智慧城市的典型应用。
 
纪雯,中国科学院计算技术研究所研究员,博士生导师,IEEE高级会员。2007年进入中国科学院计算技术研究所从事科研工作,2009年到香港理工大学、2014年和2018年到美国普林斯顿大学进行学术访问。一直从事信息编码与多媒体通信网络领域的研究工作,致力于智能多媒体传输和编码的研究,包括视频传输、无线视频通信、视频编码、信道编码、网络经济、信息论和优化方法、社交媒体和智能计算等。近年来主持承担了国家重点研发计划课题、国家自然科学基金等多项科研课题的研究。在国际著名期刊(IEEE TMC, IEEE TMM, IEEE TCSVT等)和会议(ACM-MM, DCC等)上发表论文80多篇,授权16项专利。受邀担任过 ACM Transactions on Embedded Computing Systems、IEEE Journal on Selected Areas in Communications等国际期刊专刊的客座编委。研究成果获2015年“北京市科学技术奖”、2016年“北京市科学技术奖”、2016 年“中国专利优秀奖”、2017年“CCF科学技术奖”技术发明奖等。
 
 
5. 施柏鑫 研究员 北京大学 信息科学技术学院
报告题目:特征可识别的反射消除
对于隔着玻璃拍摄的带有反射干扰的图像,反射消除技术通过对反射图像的抑制增强背景图像的可见度。现有反射消除方法的目标是对于背景图像的内容恢复,然后恢复出的图像往往会被过度平滑,导致用于识别的重要特征丢失进而影响识别任务的性能。本次报告以文本识别、人脸识别和基于挡风玻璃的车辆重识别作为典型案例,介绍可以保持可识别特征的反射消除理论与实用解决方案,展示低层与高层计算机视觉任务的联合优化与相互提升。
 
施柏鑫,分别于2007年、2010年、2013年从北京邮电大学、北京大学、日本东京大学获得工学学士、工学硕士、博士(信息科学与技术)学位。2017年5月入选中组部“千人计划”青年项目。现任北京大学信息科学技术学院数字媒体研究所研究员、博士生导师,“相机智能”课题组负责人;北京邮电大学信息与通信工程学院兼职教授、博士生导师。2013至2016年曾先后在麻省理工学院媒体实验室、新加坡科技设计大学、新加坡南洋理工大学从事博士后研究,2016至2017年曾在日本国立产业技术综合研究所人工智能研究中心任研究员。曾获2015年国际计算摄像学大会(ICCP)第二最佳论文,发表于2015年国际计算机视觉大会(ICCV)的论文作为当年最优秀论文之一(1700选9)被邀请投稿至计算机视觉国际期刊(IJCV)。担任亚洲计算机视觉会议ACCV18、英国机器视觉会议BMVC19、国际三维视觉会议3DV19等国际会议领域主席;VALSE执行领域主席,CCF计算机视觉专委会委员。
 
 
6.刘家瑛 副教授 北京大学 王选计算机研究所
报告题目:智能影像增强计算
数据驱动下基于深度学习的影像增强技术飞速发展,在本次报告中,试图从传统信号处理最大后验概率框架再出发,思考如何在数据驱动框架中嵌入学习先验的有效方法。分享我们近期的研究工作中,利用多任务学习、对抗生成网络以及无监督学习等技术,构建Side Prior和Learned Prior,以提升图像/视频去雨、暗光照增强等一系列恶劣场景下影像质量增强问题的性能;以暗光环境下重建和检测的Benchmark为切入点,探讨底层视觉增强与高层视觉感知之间的联合关系,以期进一步提升智能影像计算性能。
 
刘家瑛,博士,北京大学副教授。2010年7月,毕业于北京大学计算机应用技术专业获理学博士并留校任教,2012年8月晋升为副教授。2015年,在微软亚洲研究院任铸星计划访问研究员。研究领域包括图像/视频编码、增强与理解。累计发表IEEE汇刊与CCF A类会议论文47篇;获得授权国家发明专利42项。担任APSIPA杰出讲者,IEEE/CSIG/CCF高级会员,IEEE MSA/VSPC技术委员会委员,CCF多媒体技术专委会和CSIG视觉大数据专委会副秘书长。担任ACM ICMR-2021 / IEEE VCIP-2019会议程序主席, ICCV-2019会议领域主席等多个国际会议组织工作,获教育部科技进步二等奖、CSIG首届石青云女科学家奖-青年奖、北京大学首届教学卓越奖(最年轻获奖者)等。主讲的全球MOOC课程获教育部首批“国家精品在线开放课程”。
 

附件:

返回原图
/