第八十四期CCF-CV走进高校系列报告会于广东石油化工学院圆满结束

阅读量:0
2020-01-09



2019年12月4日下午,由中国计算机学会计算机视觉专委会(CCF-CV)主办,广东石油化工学院自动化学院与计算机学院联合承办的第84期CCF-CV走进高校系列报告会——“人工智能前沿技术及应用”在广东石油化工学院图书馆报告厅二厅举行。本期报告会特邀中山大学数据科学与计算机学院赖剑煌教授、哈尔滨工业大学计算机学院左旺孟教授、江西财经大学方玉明教授、西北工业大学计算机学院王鹏教授四位专家学者做报告。



广东石油化工学院自动化学院院长康文雄教授和计算机学院院长荆晓远教授担任本次报告会的执行主席。康文雄教授致欢迎词并介绍了广东石油化工学院的概况、报告会背景,对各位专家学者的到来表示热烈的欢迎和衷心的感谢。

报告信息


赖剑煌教授报告的题目是“人工智能与行人重识别”。报告的第一部分主要介绍新一代人工智能发展状况、主要特点和面临的挑战,以及我国在人工智能领域的一些优势和劣势。第二部分介绍行人重识别(Person Re-Identification)的基本概念以及研究进展。行人重识别是计算机视觉领域的重要研究方向,主要用于跨摄像头视频监控领域。赖教授重点介绍他带领的团队在行人重识别方向上的研究进展,包括基于时空线索的行人重识别、基于深度学习的行人重识别等方法。该研究对于图像搜索与匹配领域有重要的实用价值。最后,对于刚进入人工智能领域的研究者给出一些具体的指引和建议。


左旺孟教授作题为“面向图像复原的灵活式卷积神经网络方法”的报告。左教授指出,近年来,卷积神经网络(CNN)在图像复原与增强中获得了较多的关注和快速的发展。相对于图像去噪等底层任务,图像超分辨率和图像去模糊往往会涉及各种各样的模糊核和退化设置,不能简单通过为每种退化参数分别学习一种特定网络的参数的方式予以解决。报告通过分析图像退化与复原过程的数学模型,将传统图像方法和深度学习相结合,从参数化退化模型、网络生成去噪先验等多个角度出发,面向图像去模糊、去噪、超分辨率等问题,介绍了多种前沿方法,也为领域内发展方向提出了深刻见解。


方玉明教授报告的题目是“图像质量评价;理论、方法及应用”。方教授从图像质量评价的知识架构、历史发展、研究前沿娓娓道来,方教授指出图像质量评价广泛运用于多媒体处理技术/系统性能评价和优化中,目前图像质量评价有主观评价和客观评价两种方式,客观评价应用一些先进的技术指标,如PSNR、SSIM等对图像质量进行评估,而主观评价则作为一种验证的手段。此外,方教授介绍局部图像质量对视觉效果的影响及基于显著性检测的图像质量评估方法。最后,方教授介绍其团队最近展开的三项重要工作,让听众更加深入了解图像质量评价的模型构建方法和实际应用。


王鹏教授报告题目是“结合外部知识的视觉理解与推理”。王教授首先将计算机视觉任务划分为高中低三个层次任务,而高层任务是对图像进行理解,能够像人一样看图说话。图像与语言结合是目前人工智能领域前沿的研究方向。王教授着重介绍其团队在引入外部知识语料库(如Wikipedia、ConceptNet)到视觉问答系统中的几项重要研究。王教授及其团队使用知识蒸馏技术,从已用大量语料库训练的神经网络模型将语义信息蒸馏到轻量化的IAQ(Image Question Answer)任务模型中,从而提升算法对图像内容的描述效果。



本期报告会持续了三个多小时,来自广东石油化工学院、华南理工大学,武汉大学和贵州民族大学的上百名师生聆听了四位专家在该领域的最新动态介绍以及他们各自的最新研究成果与心得。会议气氛热烈,参会师生积极与专家交流互动。

最后,荆晓远教授进行简要总结,感谢四位专家带来的精彩报告,祝贺本次报告会取得完满成功!