行知论坛220:Fine-Grained Image Analysis and Beyond

时间:2019-09-27浏览:10设置

报告题目:Fine-Grained Image Analysis and Beyond


报告人:魏秀参  博士(旷视南京研究院)

报告时间:2019109日(周三)9:40 -10:20

报告地点:计算机学院4001

主办单位:计算机学院


摘要:在传统计算机视觉研究中,图像分析通常是针对诸如“狗”、“车”和“鸟”等传统意义类别上的分类、检索等。而在许多实际应用中,图像对象往往来自某一传统类别下较细粒度级别的不同子类类别,如不同种类的“狗”:“哈士奇”、“阿拉斯加”、“比熊”;或不同种类的“车”:“奥迪”、“宝马”、“奔驰” 等。细粒度级别图像分析是针对此类问题的一个计算机视觉领域研究方向,且是计算机视觉领域的热门研究课题,其目标是对上述细粒度级别图像中的物体子类进行定位、识别及检索等视觉分析任务的研究,具有真实场景下广泛的应用价值。然而因细粒度级别子类别间较小的类间差异和较大的类内差异,使其区别于传统图像分析问题成为更具挑战的研究课题。本次分享将围绕两大基础任务(识别和检索)介绍细粒度级别图像分析领域最新发展现状,并简要介绍该领域未来发展趋势和研究热点。


讲者简介:魏秀参,博士,旷视南京研究院院长,南京大学学生创业导师。主要研究领域为计算机视觉和机器学习,在相关领域顶级期刊如IEEE TPAMIIEEE TIPIEEE TNNLSMachine Learning Journal等及顶级会议如CVPRICCVIJCAIICDMACCV等发表论文二十余篇,并带队获得iNaturalistApparent Personality Analysis等计算机视觉领域国际权威赛事共3项世界冠军。分别在重要国际会议PRICAI 2018ICME 2019组织题为“Fine-Grained Image Analysis”tutorial。著有《解析深度学习——卷积神经网络原理与视觉实践》一书。曾获CVPR 2017最佳审稿人、南京大学博士生校长特别奖学金等荣誉,担任ICCVCVPRECCVNIPSIJCAIAAAI等国际会议PC member



返回原图
/