第五十二期CCF-CV走进高校系列报告会 于东北大学圆满结束

阅读量:144
2018-05-30

2018年5月26日上午,由中国计算机学会计算机视觉专委会主办,东北大学机器人科学与工程学院、信息科学与工程学院承办的第五十二期CCF-CV走进高校系列报告会“计算机视觉前沿技术及应用”在东北大学综合楼209学术报告厅成功举行。

报告会邀请了上海交通大学林巍峣教授、哈尔滨工业大学左旺孟教授、西北工业大学夏勇教授、大连理工大学李培华教授出席并作精彩报告。报告会由东北大学机器人科学与工程学院张云洲教授、信息科学与工程学院贾同教授担任执行主席,共同主持此次报告。来自东北大学、公安部沈阳消防所、沈阳工业大学、沈阳理工大学等院校的200余名师生参加了此次会议,聆听各位专家学者的精彩报告。会场座无虚席,过道都坐满了听众,充分反映了CCF-CV系列学术报告会巨大的吸引力。东北大学机器人科学与工程学院常务副院长吴成东教授和信息科学与工程学院副院长陈东岳副教授先后致辞,对各位专家学者来到东北大学表示热烈的欢迎和衷心的感谢,并衷心希望本次报告会能够激发机器人科学与工程学院和信息科学与工程学院老师和同学们的科研热情,提升学院在计算机视觉与人工智能领域的科研水平与学术影响力,对后续的技术创新与成果转化产生积极的影响。

左旺孟教授的报告题目是“图像恢复的深度鉴别学习”。报告主要从发展特定判别学习方法和借鉴CNN模型两个角度,左教授首先针对图像盲去卷积问题和图像去噪问题进行分析,然后为将CNN更为便捷和自适应的应用于各种图像复原问题,提出了一种传统优化方法和CNN的结合方案。针对图像去噪和超分辨,阐述了更为高效的CNN解决方案。

林巍峣教授的报告题目是“视频多目标跟踪、行为识别、及语义压缩”。林教授介绍了多目标检测与跟踪方面的研究工作,利用超平面匹配的一体化多目标检测与跟踪算法,实现对视频中目标位置、轨迹等语义信息的压缩与编码,其次,阐述了目标行为识别、行为检测方面的工作。对所提出的时空关联位置及轨迹压缩技术,以及语义信息的压缩及编码算法也进行了分享。

夏勇教授的报告题目是“医学影像分析和计算机辅助诊断中的深度学习技术”。在本次报告中,夏教授介绍了医学影像分析和深度学习的研究现状,阐述了将用深度学习技术应用于计算机辅助诊断研究的经验和体会。由于数据采集和标注较为困难,可以用于训练的数据集往往都比较有限,夏教授对于相关的问题进行了深入剖析,并展望了这一领域的机会和挑战。

李培华教授的报告题目是“全局统计聚合深度卷积网络模型:理论及应用”。李教授首先介绍了全局统计聚合深度卷积网络模型的基本框架、研究思路、他们在研究过程中遇到的困难以及如何解决这些难题,然后分别从统计学意义上和几何结构上阐述了此模型相关的理论知识和应用。最后,李教授对自己科研团队的研究工作进行了总结,并展望未来的研究方向。

在四位嘉宾的精彩演讲之后,本次报告会还临时增加了Panel环节,由信息学院陈东岳副院长主持。针对深度学习、视觉应用、学术研究、学生培养等热点问题,由主持人和各位讲者开展了精彩的讨论和观点分享,具体包括预定主题的专家发言、专家与专家的提问和讨论、专家与听众的互动等环节。各位专家对于热点问题的犀利观点、对视觉研究领域的深刻理解和巧妙解答,赢得了听众的阵阵掌声,将此次报告会推向了高潮。

此次CCF-CV走进高校系列报告会持续了近5个小时,报告内容高潮迭起、精彩纷呈,报告会在热烈的掌声中圆满结束。在座的听众也积极提问,纷纷向四位专家提出自己科研方面的问题,专家们也针对各个问题做出了详尽的回答。报告会互动热烈,为现场听众奉献了一次学术盛会、一场知识盛宴。