圖學(xué)大數(shù)據(jù)專委會(huì)走進(jìn)高校(2023) 圖模型在深度學(xué)習(xí)中的理解與應(yīng)用
主辦:中國(guó)圖學(xué)學(xué)會(huì)圖學(xué)大數(shù)據(jù)專委會(huì)
承辦:南昌航空大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院
時(shí)間:2023年11月25日,09:00-12:30
地點(diǎn):南昌航空大學(xué)報(bào)告廳C201
聯(lián)系人:李波
圖學(xué)大數(shù)據(jù)專委會(huì)走進(jìn)高校2023年南昌航空大學(xué)站活動(dòng),將于2023年11月25日在南昌航空大學(xué)舉行。本次活動(dòng)邀請(qǐng)了4位相關(guān)領(lǐng)域的專家學(xué)者,以“圖模型在深度學(xué)習(xí)中的理解與應(yīng)用”為主題,進(jìn)行學(xué)術(shù)報(bào)告,歡迎感興趣的同仁和同學(xué)線下參加!
會(huì) 議 時(shí) 間 安 排
09:00-09:10 領(lǐng)導(dǎo)致歡迎辭
09:10-09:15 圖學(xué)大數(shù)據(jù)專委會(huì)介紹
09:15-10:00
特邀講者:吳慶耀 華南理工大學(xué)教授
演講題目:少樣本視頻動(dòng)作與視覺(jué)內(nèi)容理解
10:00-10:45
特邀講者:田勝景 中國(guó)礦業(yè)大學(xué)助理研究員
演講題目:LiDAR點(diǎn)云模態(tài)下的目標(biāo)跟蹤方法研究
10:45-11:00 茶歇
11:00-11:45
特邀講者:朱 旗 南京航空航天大學(xué)教授
演講題目:腦網(wǎng)絡(luò)智能分析及在腦疾病診斷中的應(yīng)用
11:45-12:30
特邀講者:李晉江 山東工商學(xué)院教授
演講題目:基于深度學(xué)習(xí)的圖像增強(qiáng)
講 者 信 息
特邀報(bào)告1
題 目:少樣本視頻動(dòng)作與視覺(jué)內(nèi)容理解
摘 要:少樣本視頻動(dòng)作與視覺(jué)內(nèi)容理解的研究涵蓋了視頻動(dòng)作識(shí)別、視頻動(dòng)作表征學(xué)習(xí)、面向姿態(tài)變換的動(dòng)作理解以及視頻內(nèi)容理解等方面的內(nèi)容。在視頻動(dòng)作識(shí)別方面,針對(duì)傳統(tǒng)方法在處理復(fù)雜背景和多人物的動(dòng)態(tài)任務(wù)時(shí)存在局限性,提出了基于3D骨架點(diǎn)云的視頻暴力識(shí)別方法,通過(guò)引入骨架注意力網(wǎng)絡(luò)解決了稀疏骨架點(diǎn)云動(dòng)作特征提取和多人物骨架交互的學(xué)習(xí)問(wèn)題。 在視頻動(dòng)作表征學(xué)習(xí)方面,團(tuán)隊(duì)提到了2D圖像和3D視頻的自監(jiān)督學(xué)習(xí)方法,特別關(guān)注了3D骨架動(dòng)作的表示學(xué)習(xí)問(wèn)題。兩個(gè)創(chuàng)新方案分別是具有運(yùn)動(dòng)一致性和連續(xù)性的自監(jiān)督3D骨架動(dòng)作表示學(xué)習(xí)和不確定性3D骨架動(dòng)作自監(jiān)督表示學(xué)習(xí),分別解決了動(dòng)作一致性、連續(xù)性和空間歧義性的問(wèn)題。 在面向姿態(tài)變換的動(dòng)作理解方面,提出了不配對(duì)數(shù)據(jù)的通用物體姿勢(shì)變換網(wǎng)絡(luò),通過(guò)高階空間轉(zhuǎn)換模塊和紋理樣式轉(zhuǎn)換模塊實(shí)現(xiàn)了通用物體的姿態(tài)轉(zhuǎn)換,無(wú)需收集成對(duì)數(shù)據(jù)。在視頻內(nèi)容理解方面,關(guān)注CNN模型的“黑盒子”問(wèn)題,提出了基于內(nèi)容解耦增強(qiáng)的弱監(jiān)督語(yǔ)義分割方法,通過(guò)前后背景解耦的表達(dá)框架和成對(duì)學(xué)習(xí)策略來(lái)提高模型的魯棒性。此外,提到了聯(lián)合圖增強(qiáng)的自監(jiān)督對(duì)象定位和用于協(xié)同分割與檢測(cè)的統(tǒng)一transformer框架,分別解決了物體定位和多任務(wù)處理的問(wèn)題。
報(bào)告人:吳慶耀
個(gè)人簡(jiǎn)介:吳慶耀,華南理工大學(xué)軟件學(xué)院教授、博士生導(dǎo)師,國(guó)家級(jí)青年人才項(xiàng)目入選者;大數(shù)據(jù)與智能機(jī)器人教育部重點(diǎn)實(shí)驗(yàn)室副主任,廣州市機(jī)器人軟件及復(fù)雜信息處理重點(diǎn)實(shí)驗(yàn)室主任,深度學(xué)習(xí)與機(jī)器視覺(jué)校企聯(lián)合實(shí)驗(yàn)室主任,智能音視頻校企聯(lián)合實(shí)驗(yàn)室主任;Elsevier期刊Software Impacts副主編、IEEE 電子商務(wù)工程國(guó)際會(huì)議 2021年大會(huì)主席及2022年/2023年程序主席,入選2022年美國(guó)斯坦福大學(xué)發(fā)布的全球前2%頂尖科學(xué)家榜單;主持國(guó)家自然科學(xué)基金與廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃項(xiàng)目。主要從事計(jì)算機(jī)視覺(jué)、數(shù)據(jù)挖掘、機(jī)器人調(diào)度決策、多模態(tài)金融數(shù)據(jù)分析理論與應(yīng)用研究,相關(guān)成果發(fā)表于CVPR、ICCV、IJCAI、AAAI和TKDE、TNNLS、TIP等CCF-A類會(huì)議和期刊。
特邀報(bào)告2
題 目:LiDAR點(diǎn)云模態(tài)下的目標(biāo)跟蹤方法研究
摘 要:視覺(jué)感知正在歷經(jīng)一場(chǎng)從2D到3D的技術(shù)躍遷。激光雷達(dá)(LiDAR) 的三維目標(biāo)跟蹤是智能化過(guò)程中理解與感知復(fù)雜動(dòng)態(tài)場(chǎng)景的最重要任務(wù)之一。然而,在實(shí)際應(yīng)用場(chǎng)景中,由于路況和天氣環(huán)境的復(fù)雜多變以及被跟蹤物體形式多樣,當(dāng)前基于學(xué)習(xí)的三維點(diǎn)云跟蹤方法在處理這種點(diǎn)云分布變化的場(chǎng)景時(shí)仍存在不足??紤]到安全可靠這一重要因素,研究魯棒與域泛化能力較強(qiáng)的點(diǎn)云跟蹤方法能夠切實(shí)符合現(xiàn)實(shí)要求。本次報(bào)告針對(duì)實(shí)際開放場(chǎng)景中LiDAR點(diǎn)云分布變化的情形,進(jìn)一步介紹LiDAR點(diǎn)云在復(fù)雜天氣、類無(wú)關(guān)跟蹤等跟蹤方面的進(jìn)展。
報(bào)告人:田勝景
個(gè)人簡(jiǎn)介:田勝景,中國(guó)礦業(yè)大學(xué)助理研究員。2022年博士畢業(yè)于大連理工大學(xué),校優(yōu)博獲得者,目前主要從事3D視覺(jué)等方面的研究工作。在國(guó)際權(quán)威雜志和學(xué)術(shù)會(huì)議上發(fā)表多篇研究論文,包括IEEE TIP、TVCG、TII、TMM?,F(xiàn)主持國(guó)家自然科學(xué)基金青年項(xiàng)目、博后面上項(xiàng)目;參與國(guó)家自然科學(xué)基金面上和重點(diǎn)項(xiàng)目3項(xiàng),完成企業(yè)橫向課題2項(xiàng)。現(xiàn)為TMM、TII、Information Fusion等期刊審稿人,CCF智能機(jī)器人專委會(huì)委員。
特邀報(bào)告3
題 目:腦網(wǎng)絡(luò)智能分析及在腦疾病診斷中的應(yīng)用
摘 要:腦網(wǎng)絡(luò)是表征大腦不同區(qū)域之間結(jié)構(gòu)和功能連接的圖模型,對(duì)其復(fù)雜拓?fù)湫畔⒌耐诰蛴兄诶斫獯竽X不同區(qū)域的協(xié)作機(jī)制,并在腦疾病診斷方面發(fā)揮著越來(lái)越重要的作用。本報(bào)告主要介紹基于腦網(wǎng)絡(luò)智能分析在腦疾病診斷中的關(guān)鍵問(wèn)題,包括動(dòng)態(tài)腦網(wǎng)絡(luò)分析、多模態(tài)腦網(wǎng)絡(luò)融合,以及多中心診斷。在動(dòng)態(tài)腦網(wǎng)絡(luò)分析上,介紹基于跨窗口結(jié)構(gòu)關(guān)系挖掘的腦網(wǎng)絡(luò)表征方法,在特征提取的過(guò)程中保持腦網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。在多模態(tài)腦網(wǎng)絡(luò)融合上,通過(guò)注意力機(jī)制提取模態(tài)內(nèi)與模態(tài)間的關(guān)鍵特征,并嵌入高階關(guān)系及對(duì)比學(xué)習(xí)約束以增強(qiáng)特征的鑒別性。在多中心診斷上,同時(shí)考慮了不同中心數(shù)據(jù)的分布差異以及隱私保護(hù)問(wèn)題,通過(guò)多中心模型參數(shù)聚合提升泛化性且無(wú)需傳輸原始腦網(wǎng)絡(luò)數(shù)據(jù)。為提升腦疾病的診斷表現(xiàn)提供了技術(shù)支撐,并發(fā)現(xiàn)了相關(guān)腦網(wǎng)絡(luò)生物標(biāo)志物。
報(bào)告人:朱 旗
個(gè)人簡(jiǎn)介:朱旗,南京航空航天大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,教授。長(zhǎng)期從事人工智能、腦網(wǎng)絡(luò)分析以及生物特征識(shí)別方面的研究。已發(fā)表學(xué)術(shù)論文100余篇,其中包括IEEE TMI、TIFS、TIP、TCDS、TETCI、TBD、Nature Communications、MICCAI等權(quán)威期刊和會(huì)議。主持國(guó)家自然科學(xué)基金3項(xiàng),江蘇省自然科學(xué)基金、國(guó)家科技重大專項(xiàng)子課題等項(xiàng)目。中國(guó)計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員, 國(guó)際期刊IJIG編委,中國(guó)計(jì)算機(jī)學(xué)會(huì)人工智能與模式識(shí)別專委會(huì)執(zhí)行委員,中國(guó)圖學(xué)學(xué)會(huì)圖學(xué)大數(shù)據(jù)專委會(huì)委員,中國(guó)人工智能學(xué)會(huì)智慧醫(yī)療專委會(huì)委員。獲省部級(jí)科技二等獎(jiǎng)1項(xiàng),深圳市自然科學(xué)獎(jiǎng)1項(xiàng),ICGEC國(guó)際會(huì)議最佳論文獎(jiǎng)。
特邀報(bào)告4
題 目:基于深度學(xué)習(xí)的圖像增強(qiáng)
摘 要:基于深度學(xué)習(xí)的圖像增強(qiáng)是利用神經(jīng)網(wǎng)絡(luò)模型來(lái)改善圖像質(zhì)量、增加細(xì)節(jié)、降低噪聲等。利用深度學(xué)習(xí)模型改善圖像的視覺(jué)效果,使其更有吸引力。這可能包括增強(qiáng)對(duì)比度、調(diào)整亮度、改進(jìn)顏色平衡等。通過(guò)學(xué)習(xí)圖像中的細(xì)節(jié)信息,使圖像更加清晰。主要介紹以下幾方面工作:圖像去霧、去模糊、低光增強(qiáng)等。
報(bào)告人:李晉江
個(gè)人簡(jiǎn)介:李晉江,男,博士,教授。2010年畢業(yè)于山東大學(xué)計(jì)算機(jī)學(xué)院獲工學(xué)博士學(xué)位。2012-2014年在清華大學(xué)從事博士后研究工作。目前主要從事可視媒體、機(jī)器學(xué)習(xí)、大數(shù)據(jù)等方面的綜合研究。獲省級(jí)教學(xué)成果獎(jiǎng)一等獎(jiǎng)1項(xiàng),二等獎(jiǎng)1項(xiàng)。主講國(guó)家級(jí)一流本科課程《操作系統(tǒng)》,參編配套教材2部,入選為國(guó)家級(jí)規(guī)劃教材,獲山東省高等學(xué)校優(yōu)秀教材獎(jiǎng)一等獎(jiǎng)。主持國(guó)家基金面上項(xiàng)目2項(xiàng)、863項(xiàng)目子課題1項(xiàng)。獲山東省科技進(jìn)步二等獎(jiǎng)2項(xiàng),山東高校優(yōu)秀科研成果獎(jiǎng)一等獎(jiǎng)2項(xiàng)。近些年在SCI期刊發(fā)表論文50余篇,出版學(xué)術(shù)專著1部,申請(qǐng)發(fā)明專利10余項(xiàng)。山東省優(yōu)秀碩士生導(dǎo)師,指導(dǎo)研究生獲山東省優(yōu)秀碩士學(xué)位論文3篇,山東計(jì)算機(jī)學(xué)會(huì)優(yōu)秀碩士學(xué)位論文5篇,山東省研究生優(yōu)秀成果獎(jiǎng)二等獎(jiǎng)2項(xiàng)、三等獎(jiǎng)3項(xiàng),山東省優(yōu)秀畢業(yè)生18人。