2019年10月7日 星期一 08:51:14
当前位置: 学院惠民彩票手机版 >> 科学研究 >> 学术交流 >> 正文

信息技术文化节学术报告:计算机视觉前沿技术及应用主题

2019年11月27日 18:35  点击:[]

题目:基于视觉的群体行为分析:个体特征 vs 运动模式

主讲:毋立芳 博士,北京工业大学教授

报告摘要:近年来深度学习技术的快速发展推动了群体行为识别任务研究。不同于一般监控视频场景下的群体行为,team sport 体育视频的群体行为有其特殊性。目前的研究方法主要包括基于个体特征的方法和基于运动模式的方法,本报告将对两类方法的具体研究方案进行全面总结,同时介绍我们团队的相关工作,最后对两类方法的特点进行对比分析,对进一步研究进行展望。

题目:Hyperspectral Image Restoration: From the Perspective of Low Rank Matrix Decomposition

主讲:张洪艳 博士, 武汉大学教授

惠民彩票手机版报告摘要:Due to the tradeoff between the spectral and spatial dimensions, hyperspectral images are inevitably corrupted by the mixture of several kinds of noises, including Gaussian noise, impulsive noise, stripe noise, dead pixels/lines and so no. Therefore, hyperspectral image restoration is an important preprocessing step for the subsequent information extraction and applications. Appropriate mathematical modeling of the hyperspectral imaging process is the key prerequisite for the high quality hyperspectral image mixed noise removal. With the evolution of the hyperspectral image observation model, this presentation reviews the progress of the hyperspectral remote sensing image restoration by exploiting the low rank property of the clean hyperspectral image.

题目:弱监督学习及应用

主讲:刘文予 博士,华中科技大学教授

惠民彩票手机版报告摘要:本讲座关注于无标注的训练样本机器学习,即基于弱监督学习的物体检测。介绍三种行之有效的弱监督物体检测惠民彩票手机版,实现候选区域特征提取和候选区域分类的联合训练,以解决弱监督物体检测方法分步训练无法保证得到最优解的问题。深度区域学习通过多任务学习将弱监督物体检测任务和物体分类任务整合到同一个网络中,以学习更好的候选区域特征、提升弱监督物体检测精度。并将弱监督物体检测应用在图像分类任务上,拓展了弱监督物体检测在其它领域的应用。

题目:群体系统的协作跟踪与定位

主讲:李文玲 博士,北京航空航天大学副教授

报告摘要:群体系统的协作跟踪与定位在军事和民用领域中有重要应用,如战场态势监控、智能交通管制等。本报告介绍单个体系统对运动目标的跟踪、群体系统对运动目标的协作跟踪,以及群体系统自身的协作定位等三方面的内容,重要介绍跟踪与定位过程中的动态系统滤波方法及信息融合方法,以及在移动机器人跟踪和机械臂末端定位应用中的视觉目标跟踪方法。

题目:微弱视觉模式建模与分析

主讲:韩琥 博士,中国科学院计算技术研究所副研究员

报告摘要:在不同视觉分析任务中,视觉模式的强度呈现出很大的差异,其中微弱视觉模式因为往往对人眼不明显甚至不可见,对其建模与分析面临极大挑战。报告将从微弱视觉模式的物理模型信号抽取、特征解耦、半监督学习以及迁移学习等方面,介绍微弱视觉模式建模方法及其在面部AU识别、遥测式人脸心率估计和影像增强方面的应用。

上一条:学术报告:研究生之研究 下一条:学术报告:人工智能与大数据技术发展现状

关闭

快三彩票|官方主页 快3彩票注册 - 点此进入 快三彩票-安全购彩 快3彩票邀请码 快三彩票 快3彩票注册 全民乐彩票-欢迎您 全民乐彩票 快三彩票-惠民彩票手机版 快三彩票_快三彩票登录|欢迎您