CCF－CVSeries Lectures

中国矿业大学·徐州（第 47期）

时间：2018年1月12日（星期五）14:00-17:30

地点：中国矿业大学计算机楼B518

报告会主题

计算机视觉前沿技术及应用




特邀讲者：查红彬 博士，北京大学教授

演讲题目：基于三维数据流融合的场景重建与传感器定位技术

特邀讲者：刘青山博士, 南京信息工程大学教授

演讲题目：视觉特征学习：从稀疏到深度

特邀讲者：董振江研究员级高工，中兴通讯云计算及IT研究院

演讲题目：计算机视觉在行业中的应用与难题




特邀讲者 查红彬

博士，北京大学信息科学技术学院智能科学系教授，机器感知与智能教育部重点实验室主任。主要从事计算机视觉与智能人机交互的研究，在三维视觉几何计算、三维重建与环境几何建模、三维物体识别等方面取得了一系列成果。出版学术期刊及国际会议论文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 等国际期刊以及ICCV, ECCV, CVPR, CHI, ICML, AAAI,ICRA等国际学术会议论文70 余篇。

报告摘要：

近年来，随着计算机与人工智能技术的迅猛发展，三维重建再度成为计算机视觉和虚拟现实领域的研究热点。一方面，自动驾驶、增强现实等应用要求我们能够为系统提供快速可靠的三维真实场景建模与分析技术；另一方面，各种三维传感器层出不穷，为我们获取复杂多样的三维数据开拓了新的途径。但是，当我们试图将这些数据有效地应用到三维场景的建模与分析时，仍要面对许多严峻的挑战：1）现有的三维数据具有很强的测量不确定性以及数据采样的不均匀性；2）可移动传感器所获取的数据往往以数据流的形式出现，需要对源源不断的输入数据流进行时空一致的融合；3）三维数据流的融合涉及到三维重建与传感器定位两个问题，而两者的耦合性极强；4）很多应用要求系统具有很好的实时处理能力与响应速度。该报告将介绍我们在解决这些问题中的一些尝试，其中主要包括三个部分：1）利用基于贝叶斯框架的三维数据流融合，增强系统对传感器类型及其视点变化的鲁棒性，实现高效的三维场景增量式重建；2）使用全局边缘特征实现多视点数据流的对齐，通过边缘距离场的全局匹配减少数据噪声的影响，从而构建有效的视觉定位系统。




特邀讲者刘青山

现任南京信息工程大学教授，博士生导师，信息与控制学院院长，江苏省大数据分析技术重点实验室主任，IEEE高级会员。2000年4月毕业于中科院自动化所模式识别国家重点实验室获博士学位，随后留实验室工作，2006年4月赴美国Rutgers大学访问、工作。2011年9月加盟南京信息工程大学。主要研究方向为图像与视频分析、计算机视觉、和机器学习。现已在国内外学术期刊和国际会议上发表论文140余篇，其中IEEE Transaction汇刊和CCF A类会议论文50余篇，Google Scholar统计引用5000余次。2011年入选江苏省特聘教授，2012年入选教育部新世纪人才，同年获首届江苏省杰出青年基金资助，2013年入选江苏省双创个人，2014年入选江苏省双创团队领军人才，2016年荣获江苏省优秀教育工作者。先后主持承担了国家自然基金项目4项，其中国家自然基金重点项目1项，以第一完成人获2016年度教育部自然科学二等奖和江苏省教学成果二等奖。

报告摘要：

机器视觉的研究目标就是让机器具有像人眼一样的视觉系统，能自动感知外部环境，是人工智能的重要研究内容。随着视觉传感技术和互联网等技术的快速发展，图像分辨率越来越高，图像数据规模也越来越大等，因此给视觉特征学习带来了新的巨大挑战等。在报告中，将结合近年来，我们在人脸图像分析、通用目标检测、和遥感图像分类等方面的研究进展，汇报一下对这些挑战问题的一点思考。




特邀讲者董振江

研究员级高工，高级工程师，中兴通讯云计算及IT研究院副院长、中兴通讯股份有限公司战略与技术专家委员会业务专家组组长、中国人工智能学会常务理事。主要研究方向为云计算与大数据、新媒体、移动互联网等技术。主持基金项目10余项，两次获得国家科技进步二等奖，两次获得省科技进步一等奖。

报告摘要：

计算机视觉作为人工智能技术的基础，受到深度学习的成功影响在近几年内取得了突破性的进展，正在成为影响行业发展的下一个引擎。巨头纷纷布局，市场也吸引了越来越多的人才创业参与其中。计算机视觉正在成为人工智能最火热的细分领域之一。本报告主要介绍计算机视觉在行业中的典型应用场景，技术发展趋势，以及计算机视觉在实际应用中遇到的一些问题及其解决方案建议。