模式识别与机器智能前沿论坛

发布者:计算机信息发布时间:2018-09-20浏览次数:52

研讨会名称:模式识别与机器智能前沿论坛

论坛时间:2018年925日(周二)上午8:20-12:00

论坛地点:合肥工业大学翡翠湖校区翡翠科教楼A座一楼第五会议室

  

  

特邀报告一:

报告题目:任意形状文本检测与识别

报告人:白翔 教授,国家优秀青年科学基金获得者、国家万人计划青年拔尖人才

单位:华中科技大学电子信息与通信学院

  

报告简介随着智能终端的普及和移动互联网的飞速发展,场景文字识别(Photo OCR)越来越引起学术界和工业界的重视。图片中的文字包含丰富的高层语义,因此如何去检测和识别自然场景中的文字具有广泛的技术应用前景。在这次报告中,将首先介绍场景文字检测和识别的基本方法、前沿技术以及相关应用。然后,将介绍本研究团队在此领域的最新研究成果。

  

报告人简介:白翔教授现为华中科技大学电子信息与通信学院副院长,博士生导师,担任国家防伪工程中心副主任。他的研究领域为计算机视觉与模式识别,具体包括目标识别、形状分析、自然场景文字识别及智能系统。他已在计算机视觉与模式识别相关的国际权威期刊或顶级会议发表论文30余篇。他的研究工作曾获得微软学者2007,首届国家自然科学基金优秀青年基金的资助。第三批国家“万人计划”青年拔尖人才入选者。他的博士论文获得2012年全国优秀博士论文提名。担任中国图象图形学学会图象视频处理与通信专业委员会秘书长,中国自动化模式识别与机器智能专委会副主任,人工智能学会模式识别专委会委员,计算机学会计算机视觉专业组委员,计算机学会人工智能与模式识别专业委员会委员,视觉与学习青年研讨会(VALSE)指导委员会委员。担任包括权威杂志PAMI、IJCV、TIP、TSMC、TNN、TMM、PR、CVIU、PRL、IVC等评审和顶级会议CVPR ,ICCV, NIPS, ECCV等TPC。

  

  

特邀报告二:

报告题目物体检测与语义分割中的特征增强

报告人庞彦伟 教授,国家优秀青年科学基金获得者、国家万人计划青年拔尖人才、教育部青年长江学者

单位:天津大学电气自动化与信息工程学院

  

报告简介物体检测和分割是智能驾驶、人机交互、视频监控、生物特征识别等应用的核心技术。由于强大的特征提取能力,基于深度卷积神经网络的方法已经是物体检测和分割的主流框架。特征增强是提高物体检测和分割性能的关键。主要汇报本实验室在标注数据使用、特征语义和细节增强、全场景语义理解方面的进展。

  

报告人简介:庞彦伟,天津大学电气自动化与信息工程学院教授、博导。2004年获得中国科学技术大学博士学位。目前研究兴趣是无人驾驶视觉环境感知、图像处理和深度学习。国家优秀青年科学基金获得者、国家万人计划青年拔尖人才、教育部青年长江学者、天津市中青年科技创新领军人才。自2014年至今连续入选Elsevier中国高被引学者名单。IEEE高级会员。承担国家自然科学基金重点项目、973子课题等项目。发表学术论文100余篇,其中IEEE汇刊论文30余篇。

  

  

特邀报告三

报告题目RGB-T视频分析研究与应用

报告人汤进 教授

单位:安徽大学计算机学院

  

报告简介远红外热成像具有不依赖照度被动成像的特点,在零照度、重度雾霾或浓烟环境下均不影响其成像,与RGB摄像机成像形成互补搭配。因而对RGB-T异构双模态视觉系统的研究具有较强的理论意义和应用价值。本报告将介绍安徽大学计算机视觉与模式识别实验室在RGB-T视频分析方面的研究工作,从平台搭建、数据集构建、算法框架、以及RGB-T在电力系统、智能制造等领域的应用等多方面展开介绍。

  

报告人简介:汤进教授现为安徽大学计算机科学与技术学院副院长,安徽省计算机学会副秘书长、青工委主任,安徽省人工智能学会副理事长,YOCSEF合肥2014-2015年度主席,CCF计算机视觉专委会委员,CCF大数据专家委员会委员,中国图象图形学会青工委委员。研究方向为计算机视觉与多媒体大数据分析,主持国家自然科学基金、省部级项目及横向科研项目共计20多项,在各级期刊和学术会议上发表学术论文70余篇,其中CVPR、NIPS、MM、IJCAI等CCF推荐A类会议论文12篇,获得省部级科技进步奖三项。

  

  

特邀报告四

报告题目:人机交互行为驱动的身份安全

报告人沈超 副教授,国家优秀青年科学基金获得者

报告简介身份安全保护是智能系统安全保障的核心问题之一,因身份安全失效造成的各类智能系统失效和入侵问题日益严重。根据最新的CSI/FBI智能系统安全调查报告,缺少适合于现有计算环境的有效身份安全分析手段是造成目前信息系统安全问题日益严重的重要原因:目前智能信息系统普遍采用的用户名、口令密码、身份卡等用户认证方式应用范围最广,但其安全可靠性不高,在用户暂时离开系统而忘记退出、密码发生泄露和破解时,非法用户均可以合法用户的份进行破坏或窃取关键信息。本报告针对智能系统中主动身份安全管控的需求,以人机控制输入行为为身份载体,分析用户在操作交互过程中所展现出的交互行为特征,探讨基于人机控制交互行为特征的身份主动安全认证和保护技术。

报告人简介:沈超,西安交通大学网络空间安全学院副院长、副教授、博士生导师,国家优秀青年科学基金获得者,陕西省青年科技新星,教育部博士学术新人,CCF YOCSEF西安副主席。2011年至2013年在美国卡耐基梅隆大学计算机系及机器学习系从事研究工作,目前主要从事智能终端人机交互行为分析与应用、数据驱动的网络空间安全、人工智能安全、工控制系统与网络安全、信息物理融合系统综合安全与防御、安全大数据关联分析与图结构分析的研究工作。作为项目负责人和主要研究人员承担或参与国家自然科学基金4项,863课题3项,装备预研重点基金1项,以及陕西省自然基金等部委与企业项目6余项。研究成果发表论文40余篇,包括IEEE TNNLS,IEEE TDSC,IEEE TIFS,IEEE THMS,ACM CCS,IEEE DSN,ICSE等顶级国际期刊和会议,获得与申请专利12项,主持和参与研制了多个重要系统并应用于企业、安全、和国防系统。2013年获得全国特征识别大会最佳论文奖,2015年获得全国盲信号处理大会最佳论文奖,2018年获得IEEEICCSS国际会议最佳论文奖。