摘要：
本报告将介绍一种细粒度空气质量监测方法，即利用群智感知收集的室外图像进行PM2.5估计。我们利用照片能见度与空气中尘霾之间的相关性，采用机器学习的方法建立PM2.5分类模型。具体来说，我们采用群智感知的方式，让手机用户在空气质量站点附近收集了50000多张照片作为训练集。对于每张照片，在非天空部分提取darkchannel特征；在天空部分提取HSV和LBP特征。然后，使用卷积神经网络(CNN)算法进行模型训练。基于此模型，我们开发了一款手机APP，通过图像数据与天气等数据的结合，实现城市空气质量的细粒度监测。
主讲人简介：
刘亮，北京邮电大学计算机学院教授、博士生导师、国家自然科学基金优秀青年基金获得者。2009年在北京邮电大学获博士学位，曾在美国TAMU进行访问研究。研究方向为物联网、多媒体传感器网络。主持和参与多项国家自然科学基金、国家973/863项目和企业研发项目。在IEEE Trans./Journal、INFOCOM、ICC、Globecom等刊物和会议上发表论文100多篇。担任期刊Frontiers of Computer Science编委、International Journal of Distributed Sensor Networks客座编辑；INFOCOM、ICC、Globecom等著名学术会议程序委员；10多个重要国际学术刊物的评阅人。曾获中国计算机学会优秀博士学位论文奖、ACM Beijing Rising Star Award。
