2017-计算机视觉专委简报第7期_31页_4mb
报告摘要
计算机视觉专委会简报总结
核心内容
本次简报主要围绕中国计算机学会计算机视觉专委会(CCF-CV)在2017年的活动与研究进展,涵盖以下核心内容:
- 走进高校与企业系列交流活动:包括系列报告会和交流会,旨在促进学术界与工业界之间的交流与合作。
- 技术挑战赛:包括“基于FPGA的视觉计算”和“心血管OCT易损斑块识别”等,推动技术应用与产学研结合。
- 专题论坛与讲习班征集:邀请专家进行学术交流,推动学科发展。
- 科技前沿与研究进展:包括张量稀疏性度量、人物动作中的语义挖掘与分类、多图匹配方法、数据深度聚类分析等。
- 委员风采与资源平台:展示委员的学术成果及资源平台的建设情况,如数据集、仿真平台和招聘信息。
主要观点
1. 专委会活动
- 走进高校:通过系列报告会,邀请多所高校和研究机构的专家进行专题演讲,涵盖视觉对象搜索与识别、深度学习、三维建模、光流估计、人群行为研究等。
- 走进企业:通过系列交流会,促进企业与学术界的沟通,如商汤科技的深度学习技术分享,展示其在人工智能领域的技术成果与产业应用。
- 活动机制:活动以技术交流和合作洽谈为主,鼓励企业与委员共同发起,并设有详细的申请流程与权益保障。
2. 技术挑战赛
- 基于FPGA的视觉计算:聚焦于工业视觉与监控场景中的图像处理任务,如多分类与行人检测,通过现场比赛形式决出胜负。
- 心血管OCT易损斑块识别:旨在推动智能图像识别技术在医疗领域的应用,提升冠心病的诊断能力。
- 遥感图像目标提取:研究如何利用计算机视觉技术对遥感图像中的目标进行识别,如飞机、船舶等,提升遥感图像分析能力。
3. 专题论坛与讲习班
- 讲习班:由林宙辰和耿新担任主席,旨在提供系统性的计算机视觉知识分享,涵盖理论、方法与应用。
- 专题论坛:围绕特定主题,召集多位专家进行报告与Panel讨论,以增强学术交流的深度与广度。
4. 科技前沿研究
- 张量稀疏性度量:提出一种新的张量稀疏性度量方法,结合了Tucker分解和CP分解的内涵,具有物理意义和统一性。
- 人物动作中的语义挖掘与分类:利用语义部件与空间结构信息,提升动作分类的准确性,已在多个数据集上取得良好效果。
- 多图匹配方法:基于对应关系传递一致性,提出两种多图匹配方法,提升了图像匹配的鲁棒性。
- 数据深度聚类分析:通过深度学习与表示学习方法,解决高维非线性数据聚类问题,提升聚类效果。
关键信息
1. 活动信息
- 走进高校:2017年3月至12月,分别在多个高校举办报告会,包括上海交通大学、中央民族大学、武汉大学、中山大学等。
- 走进企业:2017年4月27日,CCF-CV走进商汤科技,展示其深度学习技术在多个领域的应用。
- 活动申请与权益:鼓励企业与委员积极申请,对承办企业给予宣传、展示等优先考虑。
2. 技术挑战赛信息
- 基于FPGA的视觉计算:比赛时间为10月12日至14日,奖项包括奖金与开发套件。
- 心血管OCT易损斑块识别:比赛时间为3月至10月,奖项包括奖金与获奖证书。
- 遥感图像目标提取:比赛时间为4月至9月,奖项包括奖金与获奖证书。
3. 专题论坛与讲习班信息
- 讲习班:征集截止日期为2017年6月30日,结果通知日期为2017年7月15日。
- 专题论坛:征集截止日期为2017年7月30日,结果通知日期为2017年8月15日。
4. 专委会成员与资源平台
- 委员风采:包括同济大学王瀚漓教授等,展示其在计算机视觉领域的研究成果。
- 资源平台:提供数据集、仿真平台及招聘信息,促进技术交流与人才引进。
专委会组织结构
- 主编:王亮(中国科学院自动化研究所)
- 执行主编:李实英(湖南大学)
- 专委动态:包括毋立芳、马占宇、王瑞平、虞晶怡等
- 科技前沿:申抒含、邓成、卢国梁、任传贤、苏航、王金甲、杨巨峰
- 委员风采:余烨、韩爱丽、刘海波、余志文
- 资源平台:苗启广、樊鑫、贾同、蹇木伟、李策、刘丽、沈沛意
重要时间安排
- 走进高校:2017年3月20日(上海交通大学),2017年3月27日(中央民族大学),2017年4月16日(武汉大学),2017年4月28日(中山大学)
- 走进企业:2017年4月27日(商汤科技)
- 讲习班征集:截止日期为2017年6月30日
- 专题论坛征集:截止日期为2017年7月30日
- 技术挑战赛:基于FPGA的视觉计算(10月12-14日),心血管OCT易损斑块识别(10月12-14日),遥感图像目标提取(10月12-14日)
总结
本次简报全面展示了CCF-CV在2017年的各项活动与研究成果,内容涵盖学术交流、技术挑战、专题论坛及资源平台建设等多个方面。通过这些活动,CCF-CV进一步加强了与高校、企业之间的联系,推动了计算机视觉领域的技术进步与应用拓展。同时,提出的张量稀疏性度量、人物动作分类、多图匹配等技术,为计算机视觉的理论研究与实际应用提供了新的思路和方法。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载