2017-计算机视觉专委简报第6期_26页_6mb

CCF计算机视觉专委简报2017/02期总结

核心内容

本期简报内容涵盖CCF计算机视觉专委会（CCF-CV）的活动动态、科技前沿、委员风采、资源平台等几个方面，旨在全面展示专委会在计算机视觉领域的研究成果、发展动态及未来方向。

主要观点与关键信息

一、专委动态

1. 走进高校系列活动

   • CCF-CV自2015年11月起在全国范围内开展走进高校系列报告会，已举办28期，2017年4月将继续前往武汉大学、中山大学等高校。
   • 活动形式更加开放，吸引更多高校学子参与，促进学术交流。

2. 委员增选申请

   • 2017年委员增选现已开放，申请时间为2017年1月16日至9月16日。
   • 申请者需为副教授及以上，拥有高水平研究成果，并为CCF会员。
   • 申请需推荐人推荐，推荐人需为现任委员。

3. 秘书处年度工作会议

   • 会议于2017年2月22日召开，重点讨论了2017年度工作计划。
   • 提出将走进高校活动延续并优化，走进企业活动将更注重产学研结合。
   • 专委简报将从季刊改为双月刊，内容更加丰富。
   • 专委网站将强化宣传与交流功能，成为国内CV专业门户。

4. CCCV2017会议

   • CCF-CV将举办2017年中国计算机视觉大会（CCCV2017）。
   • 大会将组织技术竞赛，邀请企业或单位承办。
   • 竞赛申请需在2017年3月25日前提交，申请结果将在2周内通知。
   • 优秀论文将推荐至SCI或EI期刊发表。

二、科技前沿

1. 三维形状数据的深度特征表示

   • 三维传感器如Kinect、Realsense、Google Tango等推动了三维数据的应用。
   • 三维形状数据包括深度图、点云、网格等，其中深度图为2.5维，点云和网格为三维形状。
   • 三维形状特征表示面临结构化表示、小数据集、计算量大、姿态变化等挑战。
   • 现有方法分为：基于手工特征、基于投影图像、基于三维体素、基于原始数据。
   • 深度学习在三维特征表示中展现出巨大潜力，但仍需解决计算效率与结构信息保留等问题。

2. 医学影像自动判读

   • 医学影像数据占比高，但人工分析存在误判和效率低的问题。
   • 深度学习在医学影像分析中取得进展，如细胞分割、肿瘤检测等。
   • 人工智能与医学影像的结合，有助于提升诊断准确率和效率。

3. 视觉显著性检测

   • 视觉显著性检测是计算机视觉基础性研究，用于目标分割、图像压缩等。
   • 传统方法依赖颜色、纹理等特征，深度学习方法能处理复杂场景。
   • 大连理工大学在该领域取得显著成果，如“Deep Networks for Saliency Detection via Local Estimation and Global Search”和“Saliency Detection with Recurrent Fully Convolutional Networks”。

4. 人群行为分析

   • 人群行为分析用于公共场所安全、社会安全保障等。
   • 基于运动特征点和流形学习的方法，能有效处理遮挡和交互问题。
   • 西北工业大学的研究成果已在多个国际会议发表。

5. AAAI 2017会议总结

   • AAAI 2017是人工智能领域顶级会议，投稿量和录取率创历史新高。
   • 中国学者在会议中表现出色，多个华人学者当选为Fellow或担任重要职位。
   • 会议涉及多个研究方向，如强化学习、道德决策框架、计算可持续发展等。
   • 有论文获得杰出论文奖和最佳学生论文奖，体现了学术与应用的结合。

三、委员风采

1. 董伟生教授访谈

   • 董伟生教授分享了其科研经历，强调科研应选择前沿方向，坚持深入思考。
   • 他提到深度学习虽为热门，但需深入理解，避免盲目跟风。
   • 他对学生的指导强调独立思考，避免过度干预。
   • 董教授的研究方向包括图像稀疏表示、图像降噪、超分辨率等，发表多篇高水平论文。

2. 委员好消息

   • CCF-CV被评为优秀专委，其他如虚拟现实与可视化、大数据、中文信息技术、数据库等专委也获得好评。
   • 梅林主任带领的“搜神”代表队在COCO图像目标检测竞赛中获得全球第二名。
   • 李泽超入选“中国科协青年人才托举工程”。
   • 卢湖川教授等8位委员获得2016年度高等学校科学研究优秀成果奖。
   • 虞晶怡教授担任ICCV、CVPR、NIPS三大顶会领域主席，彰显华人学者国际影响力。

四、资源平台

1. 数据集介绍

   • 介绍几种常用的3D人脸数据集：FRGC v2.0、Texas 3DFRD、EURECOM KFD。
   • 数据集包含深度图像、纹理图像、面部特征点等信息。
   • 用于评估3D人脸分析算法，促进研究发展。

2. 仿真平台

   • Webots仿真机器人平台简介，用于研究和开发机器人系统。

3. 招聘信息与征文通知

   • 提供相关岗位招聘信息。
   • 征文通知中提到论文集由Springer出版并提交EI检索，优秀论文可推荐至SCI或EI期刊。

总结

CCF-CV在2017年2月期简报中，展示了其在计算机视觉领域的多项活动与成果，涵盖学术交流、委员增选、科研进展、数据集与平台建设等。深度学习在三维形状表示、医学影像分析、视觉显著性检测等方向取得显著进展，同时推动了产学研结合。董伟生教授的访谈强调了科研方向选择与坚持的重要性，以及深度学习与传统方法的结合。此外，CCF-CV在多个评选中获得认可，展示了其在学术界和产业界的影响力。