关于举办第三届视觉计算与智能感知专家论坛的通知

新版首页    通知公告    关于举办第三届视觉计算与智能感知专家论坛的通知

 为进一步推动视觉感知技术的落地和推广,加强领域内的交流,提高科学研究和技术开发水平,第三届视觉计算与智能感知专家论坛暨专委会年度工作会议将于2022年12月11日在线上召开。本届会议将汇聚国内外模式识别、计算机视觉、智能感知等领域从事理论与应用研究的广大科研工作者及工业界同行,共同分享视觉计算与智能感知领域的最新理论和技术成果。会议将提供精彩的学术盛宴,邀请清华大学、南京理工大学、上海大学、济南大学等多所高校的专家作精彩的报告,介绍计算机视觉领域的最新研究成果,把脉行业未来发展的趋势,必将有力促进我省在视觉计算与智能感知领域的科学技术研究与工程应用的发展。

 我们十分荣幸邀请您参加会议,与本领域学者交流最新研究成果。现将会议相关的具体事项通知如下:

 1.会议时间:2022年12月11日

 2. 论坛日程与专家信息:附后

 3.会议形式:线上

    腾讯会议号:189-177-147

 4.论坛主席:牛四杰

扫码入会

 

山东人工智能学会 视觉应用与智能技术专业委员会

李金屏视觉应用与智能技术科普工作室

2022年12月3日

 

论坛日程

时间

报告题目

报告专家

主持人

8:30-8:35

欢迎词

王廷蔚

8:35-9:20

超图计算

跃 教授

清华大学

李金屏

9:20-10:05

半/无监督场景下的人体骨骼动作识别

舒祥波 教授

南京理工大学

聂秀山

10:05-10:50

基于迁移学习的医学影像CAD研究

俊教授

上海大学

牛四杰

10:50-11:35

基于图像集合的视频人脸识别方法

高希占博士

济南大学

马丽文

11:35-12:00

专委会工作会议

牛四杰

 

报告专家及摘要

 

 高跃,博士,清华大学长聘副教授、博士生导师,2016入选国家“青年千人计划”,国家青年特聘专家。分别于2005年获哈尔滨工业大学学士学位,2008年和2012年获清华大学硕士和博士学位。曾任新加坡国立大学计算机学院Research Fellow、北卡罗莱纳大学教堂山分校医学院Postdoctoral Research Associate。主要研究工作集中于计算机视觉、机器学习、医学图像分析,在IEEE T-PAMI、TIP、TCSVT、TMM、TNNLS及MICCAI、CVPR、ICCV、AAAI、IJCAI等期刊及会议发表论文100余篇,Google学术引用10000余次,12篇论文被收录为ESI高被引论文,由Elsevier出版视觉计算领域英文专著两部。多次入选Web of Science高被引科学家和爱思唯尔中国高被引学者。担任IEEE Trans. on Signal and Information Processing over Network、IEEE Signal Processing Letters、Journal of Visual Communication and Image Representation等多个国际期刊编委。

 报告题目:超图计算

 报告摘要:本报告主要介绍超图计算理论及方法。超图是一种广义的图结构,因其具有较强的数据样本间非线性高阶关联的刻画和挖掘能力而被广泛应用于数据分类、检索等任务中。报告中将首先介绍超图的基本概念和特性。接下来围绕超图计算,介绍超图结构建模、超图结构演化及超图神经网络模型。在超图结构建模中,阐述了多类型超图的构建方式,实现面向复杂高阶关联的结构建模。在超图结构演化中,针对数据及标签数据欠定问题,介绍超图结构优化方法,实现面向复杂应用场景的超图结构更新。在超图神经网络中,介绍超图神经网络的基础模型。最后介绍超图计算在计算机视觉及数据挖掘等领域的应用。

 

 舒祥波,博士,南京理工大学计算机科学与工程学院教授、博士生导师、“社会安全信息感知与系统”工信部重点实验室秘书长、国家优秀青年基金获得者、江苏省杰出青年基金获得者、CCF/IEEE高级会员。主要研究方向为多媒体分析、行为分析与理解、人脸分析。在TPAMI、TIP、TNNLS、CVPR、ICCV、ACM MM等国际期刊/会议上发表学术论文80多篇;获ACM MM 2015最佳论文提名、MMM 2016最佳学生论文奖、江苏省优秀博士论文奖、中国人工智能学会优秀博士论文奖、CCF-腾讯犀牛鸟科研基金;入选江苏省青年人才托举工程、江苏省333高层次人才培养工程;主持或参与国家自然科学重点/面上/青年基金、科技创新2030“新一代人工智能”重大项目课题等科研项目。担任CSIG青工委副秘书长,《Information Sciences》、《The Visual Computer》、《中国图象图形学学会通讯》等期刊编委,IJCAI、AAAI等会议高级程序委员,TPAMI、IJCV、TIP、TNNLS、TKDE、TIFS等期刊审稿人。

 报告题目:半/无监督场景下的人体骨骼动作识别

 报告摘要:随着数据采集设备的技术迭代更新,人体骨骼动作理解研究成为人机交互、自动驾驶、虚拟现实等领域的核心技术需求之一。与RGB和光流相比,骨骼数据具有数据体量小、计算效率高、噪声鲁棒、隐私保护等优点。因此,基于骨骼点的人体动作分析与理解研究变得十分有意义。然而,在许多现实场景中,训练数据并不是取之不尽的,而标记数据标签无疑是耗时耗力。基于此,本报告将探讨开放场景中标记数据有限情况下的人体骨骼动作识别挑战,重点介绍了课题组最近的三项工作:1)端到端的数据扩充与表示协同学习方法;2)多粒度对比表示学习方法;3)金字塔自监督聚合学习方法,并应用于解决半/无监督场景下的人体骨骼动作识别任务。

 

 施 俊,博士,上海大学通信与信息工程学院,副院长、教授、博导。中国科学技术大学本硕博连读,美国北卡罗来纳大学教堂山分校访问学者,香港理工大学短期访问学者。主要研究医学超声智能分析、医学影像分析、医学成像方法。主持了国家自然科学基金面上基金、青年基金等国家级项目,合作主持国家自然科学基金重大科研仪器研制项目、国家自然科学基金重点项目,以及主持上海市科委、教委等项目。已发表国际期刊和会议论文100余篇,包括高被引论文2篇;授权专利4项,软件著作权2项。曾任MICS委员会轮值主席,现任上海生物医学工程学会人工智能专委会副主任委员、中国医学装备协会超声装备分会常务委员、中国超声医学工程学会仪器工程开发专委会常务委员、中国影像AI产学研用创新联盟理事、《中国图象图形学报》编委等。

 报告题目:基于迁移学习的医学影像CAD研究

 报告摘要:随着人工智能技术的飞速发展,基于医学影像的智能分析、诊断已经成为学术和工业界的热点。然而,由于医学影像数据标注的专业性要求高、数据采集耗时长、以及隐私保护等因素,医学影像分析通常面临着小样本问题。本报告主要针对小样本医学影像数据,介绍课题组在基于迁移学习的医学影像CAD方面的工作,重点介绍双重监督迁移学习方法和自监督迁移学习方法。

 

 高希占,博士,济南大学信息学院讲师,硕士生导师。CCF会员,CCF人工智能与模式识别专委会通讯委员,山东省人工智能学会会员,山东省人工智能学会视觉应用与智能技术专委会委员。博士毕业于南京理工大学模式识别与智能系统专业,主要从事图像处理、计算机视觉、模式识别等领域的研究工作,先后主持国家自然科学基金青年项目、山东省自然科学基金青年项目等研究课题。围绕所在研究方向,在IEEE TNNLS、TIP、TMM、TGRS、PR、KBS等国内外期刊会议发表学术论文30余篇。获得山东省科技进步二等奖1项、获授权国家发明专利2项。担任IEEE TNNLS、Neural Networks等国际期刊的审稿人。

 报告题目:基于图像集合的视频人脸识别方法

 报告摘要:有研究可以表明,人在接受外界信息的时候,有 80% 来自人眼,在古代也有很多的成语反映了视觉的重要性,比如“眼见为实,耳听为虚”。随着社会与技术的发展,相机、监控等“电子眼”逐渐代替人眼来观察记录世间万物,导致每天产生海量的视频数据,而网络直播、短视频等平台的普及则进一步加速了数据规模的增长。因此,研究能够自动进行视频人脸识别、检索、理解的机器学习算法,具有重要意义。此外,多个研究证明,对于人脸识别这类任务来说,时序信息并不重要。基于此,本报告将探讨基于图像集合的视频人脸识别方法,重点介绍课题组在图像集合的多模型建模表示、图像集合间的距离度量学习以及快速图像集分类方面的工作。

 

2022年12月3日 19:36
浏览量:0
收藏