講座編號：jz-yjsb-2021-y036
講座題目：中國計算機學會計算機視覺專委會走進高校系列報告會
主 講 人：查紅彬 教授 北京大學
趙 耀 教授 北京交通大學
紀榮嶸 教授 廈門大學
張 磊 教授 重慶大學
講座時間：2021年9月27日（星期一）下午14:00
講座地點：北京工商大學阜成路校區(qū)西區(qū)綜合樓一層報告廳
參加對象：視覺領(lǐng)域?qū)I(yè)人士、研究生、媒體、其他有興趣者
主辦單位：計算機學院、研究生院
主講人簡介：
查紅彬，北京大學信息科學技術(shù)學院智能科學系教授，機器感知與智能教育部重點實驗室主任。主要從事計算機視覺與智能人機交互的研究，在三維視覺幾何計算、三維重建與環(huán)境幾何建模、三維物體識別等方面取得了一系列成果。出版學術(shù)期刊及國際會議論文300多篇，其中包括IEEE T- PAMI，IJCV，IEEE T-VCG，IEEE T-RA，IEEE T-SMC，ACM T-IST，JMLR，PR 等國際期刊以及ICCV，ECCV，CVPR，CHI，ICML，AAAI，ICRA等國際學術(shù)會議論文100多篇。
趙耀，長江學者特聘教授、國家杰出青年科學基金獲得者、萬人計劃科技創(chuàng)新領(lǐng)軍人才、科技部重點領(lǐng)域創(chuàng)新團隊帶頭人。現(xiàn)任北京交通大學信息科學研究所所長，“現(xiàn)代信息科學與網(wǎng)絡(luò)技術(shù)”北京市重點實驗室主任。研究領(lǐng)域為數(shù)字媒體信息處理與智能分析，包括圖像\視頻壓縮，數(shù)媒體內(nèi)容安全，媒體內(nèi)容分析與理解，人工智能等。主持了973計劃、863計劃等課題30余項。在包括IEEE Trans.等國內(nèi)外期刊、會議上發(fā)表論文200余篇。作為第一完成人獲北京市科學技術(shù)獎一等獎等省部級獎勵4項。指導的博士生7人獲北京市和中國計算機學會優(yōu)秀博士論文獎。受邀擔任了 IEEE Transactions on Cybernetics等多個國際雜志編委。他是國務(wù)院學科評議組成員，享受國務(wù)院政府特殊津貼。
紀榮嶸，廈門大學南強特聘教授，國家杰出青年科學基金獲得者。主要研究方向為計算機視覺。近年來發(fā)表TPAMI、IJCV、ACM匯刊、IEEE匯刊、CVPR、NeurIPS等會議長?過百篇。論文谷歌學術(shù)引用萬余次。曾獲2016年教育部技術(shù)發(fā)明一等獎、2018年省科技進步一等獎、2019年福建省青年科技獎。曾/現(xiàn)主持國防973項目，國家自然科學基金聯(lián)合重點基金等項目。任中國計算機學會A類國際會議CVPR和ACM Multimedia領(lǐng)域主席、中國圖象圖形學學會學術(shù)工委副主任、教育部電子信息類教指委人工智能專業(yè)建設(shè)咨詢委員會委員。
張磊，重慶大學教授，博士生導師，重慶市生物感知與智能信息處理重點實驗室副主任，LiVE視覺智能與學習團隊負責人，重慶市高層次人才計劃入選者、重慶市杰出青年基金獲得者、IEEE高級會員。主要聚焦于遷移學習、深度學習、開放環(huán)境視覺感知、跨媒體分析等領(lǐng)域。共發(fā)表論文100余篇，其中IEEE Trans.匯刊以及CCF-A類會議論文50余篇。多篇論文入選ESI高被引論文，出版英文專著1部，發(fā)明專利14項。擔任多個SCI期刊包括IEEE Trans. Instrumentation and Measurement以及Neural Networks等期刊Associate Editor，The Visual Computer以及Frontiers in Neurorobotics期刊客座編委，以及ACM MM、AAAI、CVPR、ICCV、ICLR等會議的AC、SPC和PC等。以第1完成人先后獲得吳文俊人工智能自然科學獎、重慶市科學技術(shù)獎、重慶市十佳科技青年獎3項。
主講內(nèi)容：
視覺SLAM：在線學習的途徑：3D視覺的一個主要任務(wù)是利用傳感器視點的變化與成像幾何的約束來實現(xiàn)三維場景的幾何與結(jié)構(gòu)重建。因此，伴隨傳感器移動的動態(tài)視覺與3D視覺的關(guān)系愈加密切，SLAM（Simultaneous Localization and Mapping：即時定位與地圖構(gòu)建）技術(shù)再度成為3D視覺領(lǐng)域的研究熱點。為了提高動態(tài)視覺系統(tǒng)在真實復雜場景中的應(yīng)用能力，我們應(yīng)充分強化視覺系統(tǒng)的環(huán)境自適應(yīng)性，而在線學習方法是實現(xiàn)這一目標的有效途徑。該報告將圍繞基于在線學習的SLAM問題，介紹我們近來的一些想法和嘗試，主要內(nèi)容包括：面向自監(jiān)督視覺里程計的序列對抗學習方法；具有在線自適應(yīng)能力的自監(jiān)督SLAM學習。
弱監(jiān)督與交互式圖像分割：圖像語義分割，是涉及計算機視覺、模式識別及人工智能的交叉研究方向，是實現(xiàn)自動駕駛、智能監(jiān)控、虛擬現(xiàn)實、醫(yī)學圖像診斷、機器人等國家重點應(yīng)用的關(guān)鍵科學問題。目前，深度學習已經(jīng)在圖像語義分割領(lǐng)域取得了巨大突破。然而，大量的像素級標注通常需要消耗大量的時間、金錢和人力。因此，訓練數(shù)據(jù)的不足或缺失已經(jīng)成為制約圖像語義分割進一步發(fā)展的關(guān)鍵因素之一。為減少像素級標注的巨大負擔，近年來提出了許多弱監(jiān)督圖像語義分割技術(shù)，即利用大量容易獲取的弱監(jiān)督信息（如：圖像標簽）來完成更加復雜的圖像語義分割任務(wù)。交互式語義分割是通過人機的簡單交互，引導計算機實現(xiàn)快速準確的物體分割，是減輕像素級標注成本的重要技術(shù)手段。本報告將重點介紹課題組在基于深度學習的圖像弱監(jiān)督語義分割以及交互式分割方面的部分研究成果。
復雜跨媒體數(shù)據(jù)協(xié)同分析與應(yīng)用：社交媒體包含了海量非合作、異構(gòu)化、跨模態(tài)的數(shù)據(jù)，既蘊藏了大量的人類知識與高價值信息，也包含了各種自然與人為的噪聲，對其分析與處理需要融合類腦計算、計算機視覺、自然語言處理等多個維度的智能技術(shù)。本報告主要關(guān)注基于深度學習的多模態(tài)內(nèi)容協(xié)同分析與表示、跨模態(tài)信息融合及智能對抗攻防，介紹課題組在圖像描述與視覺問答、語言指導的目標檢測與分割、用戶隱私保護、社交網(wǎng)絡(luò)分析引導等方面的一些研究進展。
開放環(huán)境視覺感知：在實際應(yīng)用中，由于數(shù)據(jù)不確定性、環(huán)境不可控性以及算法特異性，機器學習算法的適應(yīng)性和安全性依然較差，傳統(tǒng)的人工智能模型與深度學習算法難以滿足開放、動態(tài)、復雜環(huán)境下的感知與應(yīng)用。本報告圍繞遷移自適應(yīng)學習方法論以及視覺感知算法偏見問題，介紹我們近期在開放環(huán)境下的視覺感知研究進展，包括圖像分類和目標檢測等去偏方法。