11月28日下午，中國計算機學會計算機視覺專委會（CCF-CV）走進高校系列報告會第95期活動—“計算機視覺前沿技術及應用”在濟南大學第一報告廳舉行。本期報告會邀請了北京大學田永鴻教授，電子科技大學王正寧副教授，中國科學院信息工程研究所葛仕明研究員和南京理工大學的張姍姍教授等四位專家做特邀報告，濟南大學張勇副校長參加活動并致辭。信息科學與工程學院彭京亮教授擔任本次報告會的執(zhí)行主席。報告會上，專家們圍繞“計算機視覺前沿及應用”做了精彩報告。
張勇副校長對四位報告嘉賓的到來表示歡迎和感謝，向大家介紹了濟南大學計算機學科發(fā)展和人才培養(yǎng)計劃，希望以此為契機進一步促進濟南大學信息科學與工程學院在計算機視覺領域的學術交流，爭取進行更深層次的合作，為計算機視覺領域的發(fā)展貢獻力量。
北京大學田永鴻教授的報告題目是：“Neuromorphic vision drives new AI: A novel paradigm for computing vision”，指出目前傳統(tǒng)的計算機視覺與深度學習結合的模式需要做出改變，列出了基于框架的深度學習表示方法，啟發(fā)大家重新思考現(xiàn)在長期使用的計算機視覺以追求創(chuàng)新；其次，參考了視覺信息是視網(wǎng)膜系統(tǒng)上的工作原理，提出了嘗試使用深度卷積神經(jīng)網(wǎng)絡來模擬人的視覺系統(tǒng)。接下來先是回顧了神經(jīng)形態(tài)視覺的相關工作，隨后介紹了目前正在進行的高速識別系統(tǒng)，高速運動對象通過特定的相機所生成的脈沖流輸入到簡單的模型進行識別的工作。最后，報告指出脈沖神經(jīng)網(wǎng)絡對于復雜視覺提供了新的思路并指出了當前所需要的顛覆性思維帶來的挑戰(zhàn)與機遇。
電子科技大學王正寧副教授的報告題目是“基于稀疏體素注意力網(wǎng)絡的三維目標檢測方法”，指出激光雷達在自動駕駛領域的應用，越來越多的研究者關注基于點云的三維目標檢測，介紹了幾種典型的3D探測方法以及KITTY數(shù)據(jù)集。其次，詳細介紹了SVGA-Net的技術路線，用每個體素內(nèi)的局部完全圖和所有體素的全局KNN圖來學習判別特征，再通過注意力機制使得局部和全局特征結合，在3D探測數(shù)據(jù)集KITTY上取得了較好的三維目標檢測結果，并將把該方法應用到Waymo數(shù)據(jù)集上來測試改進。
中國科學院信息工程研究所葛仕明研究員的報告題目是“低質(zhì)量視覺物體學習理解”，指出雖然在深度學習在視覺整理、深度網(wǎng)絡上、性能上進展顯著，但是因為各種原因出現(xiàn)了在實際場景中難以獲得海量高質(zhì)的數(shù)據(jù)的難題。為了解決這一個問題，通過復用深度模型以及對于求解知識表達、蒸餾、修復和遷移難題的思考，提出了跨質(zhì)量知識蒸餾框架和系列算法，可以應用于多種場景。隨后分別以蒙面人臉檢測識別、低分辨率人臉識別以及弱小目標識別為例，介紹了在圖像精度不足的數(shù)據(jù)集中，通過深度模型的蒸餾優(yōu)化來達到，最后討論了未來可能的發(fā)展方向—低質(zhì)量數(shù)據(jù)解析與學習。
南京理工大學張姍姍教授的報告題目是“眾里尋他千百度”：基于視覺的人體檢測與搜尋，指出在自動駕駛、視頻監(jiān)控、智能機器人等諸多領域中，一方面在復雜多變的實際場景下對于行人檢測存在著遮擋、域間差異、光照等問題。提出了遮擋模式建模以及動態(tài)表示的辦法來解決遮擋問題；為了提高模型的泛化能力，強調(diào)數(shù)據(jù)集的多樣性；在夜間照明情況相對較差時，使用特征注意力機制和特征轉換的策略來進行行人檢測；在能見度相對較低的情況下比如有霧的情況下，提出了Image dehazing network并設置霧密度分類器和多域檢測器來進行朦朧的行人檢測。另一方面，對于行人搜索領域，介紹了聯(lián)合行人檢測和重新識別的方法、Two-stage methods和One-stage methods，多任務聯(lián)合方法通常比Two-stage methods更加有效。最后提出了對于未來工作對于遮擋、視角變換所帶來的挑戰(zhàn)。
此次CCF-CV走進高校系列報告會講解深入淺出，報告內(nèi)容精彩。報告會現(xiàn)場氣氛熱烈，在場的師生們就專家的報告紛紛提出自己感興趣的問題，現(xiàn)場專家給出了詳盡的解答。最后，濟南大學彭京亮教授進行活動總結，以本次報告為契機，希望更多的專家學者關注濟南大學計算機視覺技術的發(fā)展，共同努力推動計算機視覺的研究和應用。
撰稿：王豪 編輯：張偉 編審：賈海寧
? 1995- University of Jinan魯ICP備09051414號
