视觉计算中的深度学习方法

 

向世明 研究员

中国科学院自动化研究所

 

邀请人/报告会主持人 ：黄 刚 研究员

 

2023年7月12日（星期三）14:00

3号楼1218会议室

 

报告摘要:

当前，深度学习方法在人工智能的多个领域中取得了巨大的成功。本报告将首先从时间维度和技术维度重点介绍通用深层神经网络模型和任务专用模型的发展之路，主要呈现图像分类、目标检测、语义分割、三维点云分析、网络结构自动设计等相关前沿内容；其次，本报告将讲述图卷积神经网络研究现状和部分典型算法；然后，重点展示深度学习的部分应用，报告在视觉感知、交通预测、气象预测等方面的相关研究结果。最后，在人工智能的背景下分析深度学习的研究热点和未来发展趋势。

 

报告人简介:

向世明，博士，中国科学院自动化研究所模式识别国家重点实验室研究员，中国科学院大学人工智能学院岗位教授，博士生导师，研究方向为模式识别、机器学习、计算机视觉。迄今已在高水平国际期刊或主流会议上发表论文200余篇，部分工作发表在IEEE T-PAMI、IJCV、IEEE T-IP、IEEE T-NNLS、IEEE T-KDE、IEEE T-SMC-B、IEEE T-MM、IEEE T-CSVT、IEEE T-GRS、PR等国际杂志和NeurIPS、ICCV、CVPR、ECCV、IJCAI、AAAI、ACM MM、ACM KDD、EMNLP等国际主流会议上。其中，IEEE Trans论文35篇（含IEEE T-PAMI 9篇），IJCV论文2篇。论文Google Scholar 总引次数达到10000+次。出版图书三部。获得专利14项。主持完成一项国家自然科学基金重大研究计划重点支持项目，目前主持一项科技部国家重点研发计划“新一代人工智能（2030）”专项项目中的课题。现任国际模式识别杂志《Pattern Recognition》编委。