中国计算机学会青年计算机科技论坛

CCF Young Computer Scientists & Engineers Forum

CCF YOCSEF厦门

时间：2018年12月20日（星期四）9:00-17:00

地点：厦门大学克立楼报告厅

1111

计算机视觉前沿技术及应用学术报告

主办单位：

中国计算机学会（CCF）

承办单位：

厦门大学

CCF YOCSEF 厦门AC

执行主席：

纪荣嵘·厦门大学教授

特约嘉宾：

特邀讲者：高 跃博士，清华大学教授

演讲题目：立体视图对象识别

特邀讲者：孟德宇博士，西安交通大学教授

演讲题目：Robust Machine Learning for Streaming Data

特邀讲者：邓 成 博士，西安电子科技大学教授

演讲题目：深度跨模态哈希学习

特邀讲者：金连文博士，华南理工大学教授

演讲题目：Deep Path Signature：一种新的序列特征表示方法及其在图文识别中的应用

特邀讲者：章国锋博士，浙江大学教授

演讲题目：视觉SLAM技术及应用

特邀讲者：郑伟诗博士，中山大学教授

演讲题目：行人重识别的若干难点问题

特邀讲者：左旺孟博士，哈尔滨工业大学教授

演讲题目：基于多域视觉数据的图像增强与生成

执行主席：

纪荣嵘

2011年于哈尔滨工业大学获博士学位，2013年从美国哥伦比亚大学博士后留学归国，2014年被聘为厦门大学教授、博士生导师，2015年以来被聘为福建省“闽江学者”特聘教授、博士生导师、院长助理、媒体分析与计算实验室主任，院教授委员会／学位委员会委委员。

议程：

8:30 签到

9:00 报告会开始

特邀讲者 ：

高跃

清华大学副教授、博士生导师。2012年毕业于清华大学获得博士学位。2012年至2016年分别于新加坡国立大学和北卡罗来纳大学教堂山分校从事计算机及医学领域研究工作。2016年入选国家千人计划青年项目。近年来作为项目负责人承担国家重点研发计划重点专项、自然科学基金联合基金重点项目等多项课题，主要研究领域为计算机视觉、机器学习及医学图像处理，在HBM、MICCAI、CVPR等国际期刊及会议发表论文100余篇，论文引用5000余次，由Elsevier出版视觉计算英文专著两部。担任Journal of Visual Communication and Image Representation、Neurocomputing等多个国际期刊编委。

报告摘要

立体视觉信息是客观世界的基本表征，通常可通过点云、视图、体素及网格等不同模态数据进行表示。如何更好地进行立体视觉对象的识别在虚拟现实、CAD等领域需求迫切。本报告主要介绍了实验室2018年在该领域的相关工作进展。针对视图数据，介绍了基于视图数据的特征提取及权重优化的深度学习框架，实现了视觉信息的多视紧致可辨识刻画。针对点云与视图的多模态融合表示，介绍了点云与视图的注意力融合模型，并进一步建立了点云与视图的关联学习神经网络模型，实现了两个模态数据的融合表示。针对网格数据，介绍了网格神经网络模型，实现了基于网格的立体视觉对象的精确表示。

孟德宇

西安交通大学教授，博导。任西安交大大数据算法与分析技术国家工程实验室机器学习教研室负责人。共接收/发表论文80余篇，其中包括IEEE汇刊论文25篇，CCF A类会议论文32篇。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习与计算机视觉领域的基础研究问题。

报告摘要

流式数据是大数据的基本表现形式之一，而其典型特点是其噪声具有显著的动态性。目前针对流式数据的数据分析方法大多隐含假设独立同分布噪声，这与其内在动态性并不相符。本报告将讨论如何针对这种类型的流式数据，构建鲁棒性机器学习的一种实现策略，并介绍在这种策略下的各种应用尝试，包括在线视频前背景分离，在线视频去雨，在线视频压缩及其实时无线通信信道监测等。

邓成

西安电子科技大学教授、博士生导师。2012年获陕西省青年科技新星，2012年入选教育部新世纪优秀人才支持计划，2017年入选陕西省中青年科技创新领军人才。IEEE会员、中国计算机学会会员、中国电子学会会员。

报告摘要

搜索引擎和社交媒体的快速发展使得多媒体数据呈现爆炸式增长，跨模态检索已经成为近年来的研究热点。面向实际应用，跨模态检索要求具有低存储消耗和快速响应查询等特点。此外，不同模态数据之间存在的“模态鸿沟”是造成检索精度不高的主要原因。鉴于此，深度哈希学习方法在跨模态检索领域取得了初步成功，引起了人们的广泛关注。报告从有监督和无监督两种方式出发，探讨当前最新的深度跨模态哈希学习方法，为减轻模态间的“模态鸿沟”及提高检索精度提供了有益借鉴。

金连文

1991年毕业于中国科技大学无线电系获学士学位，1996年于华南理工大学获博士学位，2006入选教育部新世纪优秀人才。目前为华南理工大学二级教授，博士生导师，兼任中国图像图形学学会（CSIG）常务理事、广东省图像图形学会副理事长、CSIG文档图像分析与识别专委会主任、CCF计算机视觉专委会委员、CSIG机器视觉专委会常务委员、CAAI模式识别专委会委员等职。主要研究领域为深度学习、机器学习、文字识别、计算机视觉等，在IEEE TPAMI、TNNLS、IEEE TCYB、IEEE TSMC、IEEE TMM、IEEE TII、IEEE TCSVT、IEEE TITS、IEEE IS、IEEE TIFS、PR、IS、PRL、NC、IJDAR等SCI国际期刊上发表学术论文50余篇（其中ESI高引论文4篇），主流国际会议论文100余篇，获得发明专利授权43项，先后主持国家及省部级以上项目20余项，作为排名第一或前五的主要成员荣获省部级科技奖励5次。

报告摘要

路径重积分（Path Signature）是近年来在随机分析领域发展起来的一种新的数学理论及方法，可唯一确定任意非树状路径（Tree-like path）的解析特性。现实生活中很多数据（如视频、语音、人体运动行为、手写笔迹、金融等）均可以看成是一种时间序列路径数据，路径重积分为分析及理解这些数据提供了一种全新的视野。在此报告中，我将从机器学习与模式识别的视角，简要介绍路径重积分的基本概念、理论及方法，并介绍如何将之与深度学习结合起来解决计算机视觉及模式识别中的一些典型实际应用问题，包括大类别无约束联机手写体文字识别、人体运动行为分析与识别、手势识别等。

章国锋

浙江大学CAD&CG国家重点实验室教授，博士生导师。主要从事运动恢复结构、同时定位与地图构建、三维重建、增强现实、视频分割与编缉等方面的研究工作，尤其在同时定位与地图构建和三维重建方面的研究取得了一系列重要成果，研制了一系列相关软件，如ACTS, LS-ACTS, RDSLAM, RKSLAM等(下载网址：http://www.zjucvg.net )，并开源了基于非连续特征跟踪的大尺度运动恢复结构系统ENFT-SfM、分段集束调整SegmentBA和高效的增量式集束调整EIBA、ICE-BA等算法的源代码（详见https://github.com/ZJUCVG/）。获全国百篇优秀博士学位论文奖、计算机学会优秀博士学位论文奖以及教育部高等学校科学研究优秀成果奖科学技术进步奖一等奖(排名第4)。

报告摘要

虽然基于视觉的同时定位与地图构建（Visual SLAM）在过去十多年里取得了很大的进展，但要满足实际的应用需求仍需要解决一些关键性难题。尤其是如何在移动设备上做到实时稳定的跟踪，如何处理快速运动和强旋转？如何实现高效的全局优化？本次讲座主要与大家分享我们为了解决这些关键问题所做的研究工作以及在AR上的应用。

郑伟诗

郑伟诗博士，中山大学数据科学与计算机学院教授。他主要面向大规模智能视频监控，展开视频图像信息与信号的处理研究，并开展大规模机器学习的算法和理论研究。他目前的主要研究应用领域是：视频监控下的行人身份识别与行为信息理解。面向大规模监控网络下的行人追踪问题，他在国内外较早和持续开展跨视域行人重识别的研究，发表一系列以跨视域度量学习为主线的研究工作，他提出的基于相对比较思想建模思路在行人重识别中被广泛深入研究。他已发表100余篇主要学术论文，其中70余篇发表在图像识别和模式分类IEEE TPAMI、IEEE TIP、IEEE TNN、PR、IEEE TCSVT、IEEE TSMC-B等国际主流权威期刊和ICCV、CVPR、AAAI、IJCAI等计算机学会推荐A类国际学术会议。担任Pattern Recognition等期刊的编委，担任AVSS 2012、ICPR 2018、BMVC 2018、IJCAI 2019 Area Chair/Associate Editor/Senior PC等。获国家优秀青年科学基金、英国皇家学会牛顿高级学者基金、广东省自然科学杰出青年基金和广东省创新领军人才项目支持。

报告摘要

为了在大范围多摄像机网络下实现行人连续追踪，过去多年以来，行人重识别得到了广泛和深入的发展，现有方法已经在许多标志性的数据库上达到非常高的识别率效果。然而，行人重识别在实际中仍然面临大量开放性难题，包括低分辨率、遮挡、跨模态、少量类标问题等。这个报告将关注这几方面的研究发展以及汇报我们在这几方面的工作和进展。

左旺孟

哈尔滨工业大学计算机学院教授、博士生导师。主要从事图像增强与复原、图像生成、物体检测与目标跟踪、图像与视频分类等方面的研究。在CVPR/ICCV/ECCV等顶级会议和T-PAMI、IJCV及IEEE Trans.等期刊上发表论文80余篇。

报告摘要

随着互联网的发展以及视觉感知、传输和分享技术的普及，越来越多的视觉任务开始考虑多域数据的结合、转换与生成问题。生成式对抗网络作为一种新兴的无监督学习模型，在其中发挥着越来越重要的作用。报告将从风格迁移出发，围绕图像增强、填充与转换等任务，针对使用阶段是否存在成对的多域数据分别加以介绍。当训练和使用阶段均存在成对的多域数据时，介绍我们在引导深度图增强、引导人脸图像增强和图像智能填充等方面的进展。当训练和使用阶段不存在成对的多域数据时，以人脸属性编辑为例，介绍从特定编辑模型到通用任意编辑模型的发展过程。

CCF YOCSEF介绍

CCF YOCSEF是中国计算机学会青年计算机科技论坛的简称，是由中国计算机学会（CCF）于1998年创建的系列性专业性活动。CCF YOCSEF以“承担社会责任、提升成员能力、促进成员合作、探索新的机制”为宗旨，由来自全国有社会责任感、有激情、有思想的青年学者、企业家及其他各界青年精英参与策划与组织，是CCF最具活力的组成部分。CCF YOCSEF的活动形式主要包括YOCSEF论坛和学术报告会，此外还有俱乐部、扶贫助教等。

YOCSEF论坛针对计算机领域业界和社会热点问题展开思辨，向全社会发出专业的和有思考的声音；学术报告会是为了向业界和社会传播最新的学术思想和技术动态；俱乐部是青年人交流的平台；扶贫助教体现青年人的社会责任感。YOCSEF的社会责任感主要表现在围绕国家和社会进步、推动学术和产业生态和谐开展的一系列论坛活动，积极向政府部门、媒体、业界提供有深度的和建设性的建议。YOCSEF是CCF的创新机制的试验田，平等、民主的氛围吸引和造就了一批CCF的中坚力量，带动了学会的发展，也正在带动其他学会的发展。

YOCSEF创建十九年来，不少知名学者、企业家从这里走出，如陈左宁、张尧学、谭铁牛、怀进鹏、吕建、梅宏、吴朝晖、王恩东等院士；CCF秘书长杜子德、中科院信息工程研究所所长孟丹、原中科院软件所所长李明树、华东师范大学副校长周傲英；CCF会士徐志伟、侯紫峰、王怀民、孟小峰、史元春、胡事民、金芝、唐卫清、马华东等；淘宝网副总裁阳振坤、科泰世纪董事长陈榕、360副总裁曲晓东、360首席隐私官谭晓生等。

YOCSEF总部设在北京，并已在杭州、上海、长沙、沈阳、哈尔滨、济南、广州、重庆、武汉、成都、郑州、苏州、大连、西安、青岛、深圳、天津、南京、合肥、太原、兰州、厦门、昆明、桂林、长春、无锡、福州等27个大城市建立了分论坛，每年活动两百多次，已成为国内非常有影响力的品牌活动。

CCF YOCSEF厦门学术委员会委员（2018-2019）

（欢迎有志优秀青年加入）