CCF-CV走進高校系列報告會（第五十二期，東北大學）
中國計算機學會計算機視覺專委會走進高校系列報告會
CCF－CV Series Lectures
東北大學·沈陽（第 52期）
2018年5月26日（星期六）8:10-12:00
東北大學綜合樓209學術報告廳
報告會主題
計算機視覺前沿技術及應用
程 序
8:00 簽到
8:10 報告會開始
特邀講者：林巍峣 博士, 上海交通大學教授
演講題目：視頻多目標跟蹤、行為識別、及語義壓縮
特邀講者：左旺孟 博士, 哈爾濱工業大學教授
演講題目：基于判別學習的圖像復原
特邀講者：夏 勇 博士，西北工業大學教授
演講題目：醫學影像分析和計算機輔助診斷中的深度學習技術
特邀講者：謝曉華 博士，中山大學特聘研究員
演講題目：深度神經網絡在底層視覺處理上的應用
執行主席：張云洲 博士，東北大學機器人科學與工程學院教授
中國計算機學會計算機視覺專委會委員
賈 同 博士，東北大學信息科學與工程學院教授
中國計算機學會計算機視覺專委會委員
參加人員：視覺領域專業人士、研究生、媒體、其他有興趣者
報名方式：Email：Neu_RobotCV@163.com (請于5月24日前將參會回執回復至該郵箱，郵件主題請注明“CCF－CV東北大學報告會回執”)
參加方式：免費參加，敬請光臨。
參會回執
姓名 |
| 職稱/職務 |
|
電話 |
|
| |
工作單位 |
| ||
注：回執僅僅針對外地和外校的人員，本校人員無需提供。
特邀講者 林巍峣
上海交通大學教授。分別于2003年和2005年獲得上海交通大學學士和碩士學位，并于2010年獲得美國華盛頓大學西雅圖分校獲得博士學位。在美國期間曾在包括Motorola, Real Networks和Thomson Technology在內的多家公司的研究機構擔任Research Intern。主要研究方向包括計算機視覺、視頻監控、圖像與視頻處理、視頻通信與編碼等。林博士現任IEEE Trans. CSVT、IEEE Trans. ITS等期刊編委，并任IEEE VSPC TC、IEEE MSA TC、IEEE MMTC等學術專業委員會委員。在相關領域共發表期刊論文100余篇，含IEEE Transactions系列及CVPR、ICCV、AAAI等權威期刊和會議論文30余篇，獲專利12項。
報告摘要：視頻中的目標（如行人等）是描述視頻內容的關鍵，因此對于視頻目標的運動及行為的理解十分重要。此外，隨著描述目標的語義信息（如行為、運動、屬性等）的不斷豐富，語義信息的數據量也變得越來越大，給視頻內容分析與處理帶來挑戰。在本次報告中，將主要介紹我們在視頻多目標跟蹤、行為識別、及語義壓縮中的最新成果。首先，我們將介紹我們在多目標檢測與跟蹤方面的工作，利用超平面匹配的一體化多目標檢測與跟蹤算法，實現對視頻中目標位置、軌跡等語義信息的壓縮與編碼。其次，我們將介紹我們目標行為識別、行為檢測方面的工作，上述工作實現了目標行為語義的有效提取。最后，我們將介紹我們提出的時空關聯位置及軌跡壓縮技術，實現對語義信息的壓縮及編碼。
特邀講者 左旺孟
左旺孟，哈爾濱工業大學計算機學院教授、博士生導師。主要從事圖像編輯、增強與復原，物體檢測與目標跟蹤，圖像與視頻分類等方面的研究。在CVPR/ICCV/ECCV等頂級會議和T-PAMI、IJCV及IEEE Trans.等期刊上發表論文70余篇。
報告摘要：通常的圖像增強與復原方法多采用建模的思路，然而這些方法往往受限于形式而難以對像素間的高度非線性和長程依賴關系進行建模。考慮到各種任務的差異性，以及豐富的訓練數據，以深度學習為代表的判別學習方法為提高圖像復原性能提供了新的解決思路，近年來得到了較多的關注和發展。報告主要從發展特定判別學習方法和借鑒CNN模型兩個角度，介紹我們近期在這方面的一些工作：(1) 針對圖像盲去卷積問題，結合多尺度模型，采用了基于數據驅動的方式學習每次迭代的先驗模型參數和正則化參數。(2) 針對圖像去噪問題，通過分析殘差學習與TNRD模型的關聯關系，提出了一個面向圖像去噪的卷積神經網絡，并分析了模型在廣義去噪問題中的潛力。（3）為將CNN更為便捷和自適應地應用于各種圖像復原問題，提出了一種傳統優化方法和CNN的結合方案。(4) 最后，針對圖像去噪和超分辨，通過將退化模型參數納入到網絡輸入，提出了一種更為高效的CNN解決方案。
特邀講者 夏 勇
夏勇 博士，西北工業大學教授、博導，分別于2001、2004和2007年從西北工業大學計算機學院獲得學士、碩士和博士學位；2007年1月起在悉尼大學信息技術學院生物醫學與多媒體技術（BMIT）實驗室從事博士后研究，2013年入選中組部“青年千人”計劃，同年底回到西北工業大學計算機學院工作；主要研究方向為醫學圖像處理、計算機輔助診斷和智能模式識別；在相關領域共發表學術論文百余篇；現擔任中國計算機學會青工委委員、中國圖象圖形學學會視覺大數據專委會常委和陜西省抗癌協會腫瘤影像專業委員會青年委員會常委及智慧醫療組指導委員會主任委員等。
報告摘要：近年來，深度學習技術得到了迅速發展和廣泛關注，并且在圖像分類、人臉識別、語音識別、機器翻譯和自然語言理解等領域取得了巨大突破和成功應用。深度學習模型的成功，不僅在于它使用統一的模型實現對數據的特征提取和分類識別，從而避免了特征工程及其對經驗的過度依賴，更在于它可以使用龐大的訓練數據集進行學習。但是，對于醫學影像分析和計算機輔助診斷問題而言，由于數據采集和標注的困難，可以用于訓練的數據集往往都比較有限。本報告將介紹講者在應用深度學習技術進行醫學影像分析和計算機輔助診斷研究的經驗和體會，并將展望這一領域的機會和挑戰。
特邀講者 謝曉華
謝曉華，中山大學特聘研究員。2010年博士畢業于中山大學數計學院（國家公派加拿大Concordia大學聯合培養）。2011年2月加入中國科學院深圳先進技術研究院，先后任助理研究員、副研究員。2015年7月加入中山大學，擔任特聘研究員。謝曉華的研究領域主要為計算機視覺、模式識別與計算機圖形學。已經在包括IEEE Trans. Image Processing、ICCV、CVPR在內的國際著名雜志和著名會議發表論文30余篇，申請國家發明專利20多項（4項獲授權）。參與研發的人臉識別系統成功應用于2017年財富論壇安保、外交部因公護照電子照片質量檢測系統、廣州南站高鐵自助檢票系統等。謝曉華先后主持國家自然科學基金項目2項、廣東省項目3項（包括1項重點項目）；參與國家自然科學基金重大、重點項目各1項，科技部“863”項目2項。入選廣東省“特支計劃”科技創新青年拔尖人才、深圳市“孔雀計劃”海外高層次人才（B類），當選中國計算機學會計算機視覺專業委員、中國人工智能學會模式識別專業委員、廣東省圖像圖形學會理事、中國圖象圖形學會視覺大數據專業委員。
報告摘要：底層視覺處理指對圖像/視頻進行像素級別的處理，以達成圖像增強、圖像變換、圖像生成等效果。底層視覺處理是計算機視覺領域的基礎問題，它在數字藝術、混合現實、三維重建、圖像識別等方面具有廣泛應用。本演講將介紹深度神經網絡在若干底層視覺處理任務（包括圖像本征屬性重建、圖像超分辨率、人臉圖像光照處理、圖像去模糊、人臉對齊）上的應用方法與效果。
執行主席：
張云洲，教授、博士生導師，東北大學機器人科學與工程學院。主要研究方向為計算機視覺、機器人視覺。近年來，圍繞視覺場景監測、機器人視覺環境感知與認知、多自由度機械臂視覺抓取等主題開展科學研究，作為項目負責人承擔國家自然科學基金（面上）、國際合作、國家重點研發計劃子課題等項目20余項。現為中國計算機學會計算機視覺專委會委員、物聯網專委會委員，中國人工智能學會智能產品與產業工作委員會委員。以第一或通信作者身份，在學術期刊和國際會議上發表學術論文30余篇；申請國家發明專利20余項（以第一發明人獲得授權7項）；作為副主編，出版著作和教材3部。現為國際SCI期刊《 International Journal of Advanced Robotic Systems》Field Robotics副編輯（Associate Editor）。獲得省部級教學成果一等獎3項、二等獎2項，榮獲沈陽市三育人標兵、沈陽市五四勞動獎章等榮譽。
賈同，教授、博士生導師，東北大學信息科學與工程學院。主要研究方向為計算機視覺、模式識別、機器學習等。具體研究領域包括基于主動/被動視覺的三維感知、醫學影像計算機輔助診斷、工業視覺檢測、異常動作識別等。先后主持國家自然科學重點基金課題、十三五國家重點研究計劃課題、863計劃課題、國家科技支撐計劃課題、教育部博士點基金課題、遼寧省自然科學基金課題等，以及多項與企事業單位合作科研課題。在國內外重要期刊及國際會議上發表學術論文80余篇，申請國家發明專利8項（以第一發明人獲得授權4項）。現為中國計算機學會計算機視覺專委會委員、中國圖象圖形學會視覺大數據專委會委員。
會場路線圖
注：東門、小西門，外部車輛無法進入；南門、北門可正常通行。
CCF-CV 網站：http://ccfcv.ccf.org.cn/
CCF-CV公眾號：
【活動背景】自2015年11月起，CCF計算機視覺專委會(CCF-CV)在全國范圍內率先開展走進高校系列報告會、走進企業系列交流會等特色活動，在學術界、工業界產生了熱烈反響，受眾遍及祖國大江南北。CCF計算機視覺專委會歡迎各兄弟學會、專委會借鑒，共同推動我國相關領域的學術繁榮和產業發展！
