计算机视觉专委简报第6期_24页_6mb

报告摘要

本期CCF-CV Newsletter涵盖了专委动态、科技前沿、委员风采、资源平台等多个板块，主要围绕计算机视觉领域的最新研究进展、学术活动、技术竞赛、以及专委的发展与活动规划展开。

走进高校系列活动
CCF-CV在2017年1月14日于深圳大学成功举办了第28期走进高校系列报告会，邀请了来自华南理工大学、中科院深圳先进技术研究院和中山大学的三位专家进行精彩演讲，吸引了100余人参加。活动内容涉及深度学习模型优化、视频行为识别、RGB-D视频行为预测分析等。
委员增选通知
CCF-CV 2017年委员增选申请现已开放，申请时间从2017年1月16日至9月16日。申请者需为国内外学术界或企业界副教授及以上人员，且具备高水平研究成果、积极参加专委活动等条件。推荐人需为现任委员，申请结果将在CCCV2017会议期间的专委工作年会上投票决定。
秘书处年度工作会议
2017年2月22日，秘书处召开年度工作会议，重点讨论2017年专委工作计划，包括加强高校与企业交流、优化专委简报、提升专委网站功能等。会议还提到将举办优秀青年学术论坛，以提升专委的学术影响力。
CCCV2017会议组织竞赛
CCCV2017诚邀公司或单位组织与承办视觉与学习相关的技术竞赛。竞赛申请需在2017年3月25日前提交，申请书需包含竞赛名称、目的、组织方、参与者要求、报名方式、时间节点等。竞赛将获得大会支持，并在CCCV2017网站上公布。

三维形状数据的深度特征表示
三维成像技术的发展使得三维传感器在移动设备中普及，为三维形状数据的处理提供了更多可能。然而，三维形状数据的结构化表示、小数据集、运算量大和姿态变化等问题仍是研究难点。当前方法包括基于手工特征、投影图像、体素化和原始数据的深度学习方法。
三维形状深度特征表示研究进展
- 基于手工特征的方法：如SpinImage、FPFH、HKS等，但依赖人工设计，难以适应复杂场景。
- 基于投影图像的方法：将三维形状转化为二维图像，利用已有网络架构和数据集进行训练，如Su等人提出的多视点CNN模型。
- 基于体素的方法：将三维形状转化为结构化的张量形式，如Wu等人提出的3D ShapeNets。
- 基于原始数据的方法：如Qi等人提出的PointNet，针对点云数据进行深度学习处理。
未来发展方向
随着三维成像技术的发展，三维形状特征学习和相关应用将获得更多关注。研究方向包括非刚性三维形状特征学习、大规模点云实时特征学习、遮挡与背景干扰下的三维目标检测与识别等。

董伟生教授访谈
董教授分享了他的科研经历与经验，强调了选择合适的研究方向、坚持科研、注重创新的重要性。他提到自己早期在微软亚洲研究院实习的经历对其科研道路影响深远，并认为深度学习是一个有潜力的研究方向，但需深入理解其原理，而非简单应用。
委员优秀成果
- CCF-CV专委被评为优秀专委，其学术会议影响力大，吸引了众多企业赞助。
- 梅林主任带领的“搜神”代表队在COCO图像目标检测竞赛中取得全球第二名的成绩。
- 李泽超教授入选“中国科协青年人才托举工程”。
- 俞俊教授获得IEEE信号处理学会最佳论文奖。
- 虞晶怡教授担任ICCV、CVPR、NIPS三大顶会领域主席，彰显华人学者的国际影响力。

3D人脸数据集介绍
本期介绍了多个常用的3D人脸数据集，包括：
- FRGC v2.0：由圣母大学采集，包含466个目标的4007组样本，适用于人脸识别和分析。
- Texas 3DFRD：由UTexas LIVE实验室采集，包含118个成年人的1149组样本，用于3D人脸识别研究。
- EURECOM KFD：由EURECOM Institute采集，包含52个目标的468组样本，涵盖多种表情和遮挡情况。
- 3DMAD：由IDIAp实验室采集，包含17人76500帧图像，用于研究面部遮挡与表情识别。
- UMB-DB：由米兰比可卡大学采集，包含143个目标的1473组样本，涵盖多种表情和遮挡情况。
Webots仿真平台
Webots是用于机器人研究的仿真平台，提供丰富的机器人模型和工具，适用于计算机视觉与机器人交互等研究。

医学影像自动判读
医学影像数据量庞大，但人工分析存在误判率高、效率低等问题。深度学习技术在医学影像处理中展现出巨大潜力，如深圳大学开发的细胞分割与分类系统在多个比赛中获得高准确率，IBM Watson和Enlitic等系统也展示了AI在医疗领域的应用前景。
视觉显著性检测
视觉显著性检测是计算机视觉的基础性研究，用于识别和定位图像中吸引人注意的区域。近年来，深度学习方法在该领域取得了显著进展，如基于RNN和FCN的模型，能够处理复杂场景并提高检测精度。
人群行为分析
随着公共场所安全问题的增加，人群行为分析成为重要研究方向。基于运动特征点的建模和流形学习方法能够有效识别和分析人群行为，如异常检测和场景语义分割。同时，深度学习技术在该领域也展现出巨大潜力。
AAAI 2017会议总结
AAAI 2017是人工智能领域的重要会议，吸引了大量学者和企业代表。中国学者在该会议上表现突出，包括多位华人学者获得Fellow称号、论文奖等。会议还讨论了强化学习、语音对话系统、自动驾驶等多个热点话题，展示了人工智能的广泛应用前景。