中国计算机学会青年计算机科技论坛-哈尔滨分论坛
CCF Young Computer Scientists & Engineers Forum-Harbin Branch
YOCSEF-HARBIN
于
哈尔滨工业大学新技术楼618会议室
举行报告会,敬请光临
报告会主题
计算机视觉中的稀疏和低秩模型
由于网络和数据获取技术的快速发展、获取手段的日益普及和多样化,致使现有的数字化图像和视频等信息不仅数量巨大,而且持续呈指数级增长。2011年,Baraniuk在《Science》上撰文指出,如果视觉信息满足稀疏或低秩假设,基于压缩感知或低秩模型的新型感知方法有望为解决数据泛滥问题提供新的学术思路。
稀疏和低秩特性作为图像和视频信号的一个重要特性,具有合理的生理学和认知科学依据。借助于稀疏和低秩特性,我们可以建立起更为简洁有效的图像和视频先验模型。借助于字典学习、稀疏表示与编码、稳健主成分分析以及低秩矩阵分解等手段,可为视觉信息的底层感知与复原乃至与高层理解和识别提供有效的支撑。稀疏和低秩模型已成为计算机视觉领域的一个研究热点和重要学术分支,并吸引了Donoho、Candes、Mallat、Osher、Mumford等众多著名数学家和Koch等神经科学领域学者的参与。在机器学习领域,稀疏和低秩模型及算法也同样成为解决基于大数据的统计学习的有效工具,在改善学习模型的高效性、简洁性和泛化能力等方面具有不可取代的作用。
本次报告会特邀两位计算机视觉和图像处理领域知名学者,围绕稀疏和低秩模型和算法进展,以及它们在图像编码、图像复原以及人脸识别等计算机视觉领域的应用等进行深入探讨,报告该领域的若干关键技术和研究进展。
程 序
14:00-14:30 签到
14:30-16:30 报告会:计算机视觉中的稀疏和低秩模型
特邀讲者:赵德斌 哈尔滨工业大学教授
报告题目: 图像恢复中的压缩感知和稀疏表示
特邀讲者:张磊 香港理工大学副教授
报告题目:图像重建和分类中的稀疏和低秩技术
执行主席:刘绍辉 博士,哈尔滨工业大学计算机科学与技术学院副教授
YOCSEF哈尔滨AC委员
执行主席:车万翔 博士,哈尔滨工业大学计算机科学与技术学院副教授
YOCSEF哈尔滨委员
执行主席:左旺孟 博士,哈尔滨工业大学计算机科学与技术学院副教授
YOCSEF哈尔滨副主席
16:30-16:50 Panel讨论
16:50-17:00 全体合影
17:00-20:00 晚餐
特邀讲者 赵德斌
|
博士,哈尔滨工业大学教授,博士生导师。研究方向主要包括多媒体数据压缩等。主持并完成了国家自然科学基金重点和面上项目各1项,国家863计划2项,目前主持973计划课题1项。在国际/国内学术期刊或学术会议上发表学术论文270余篇,其中IEEE Trans国际期刊论文30余篇,在数据压缩的顶级国际会议(IEEE Data Compression Conference)连续4年做大会报告(6篇Oral论文)。共获得国家及省部级奖励13项,其中国家技术发明二等奖1项,国家科学技术进步二等奖2项,省部级科学技术进步一等奖2项,省部级科学技术进步二等奖5项,省部级科学技术进步三等奖3项;获得发明专利14项(均是有关视频编码),其中美国发明专利3项,日本发明专利2项,香港发明专利2项,国家发明专利7项;还获得宝钢教育奖(优秀教师奖)并入选国防科技工业511人才。 报告提要:本报告将重点介绍我们通过压缩感知和稀疏表示来进行图像恢复方面的进展情况。 首先介绍了一种通过协作稀疏性来进行压缩感知恢复的框架。该框架将局部二维稀疏性和非局部三维稀疏性在自适应的混合空间变换域中同时进行了考虑,因而利用了自然图像的本质稀疏性并且极大的约束了CS的求解空间。在大量自然图像上的实验表明了方法的优越性。其次,介绍一种通过结构组稀疏表示建模方法,可同时利用图像的稀疏性和自相似性,并提出了一种基于迭代shrinkage/thresholding 算法来求解上述的优化问题。实验结果表明提出的CS恢复策略与当前最高水平算法相比获得了显著的性能提升,并且展现出很好的收敛性。 |
特邀讲者 张磊
|
博士,香港理工大学电子计算学系副教授。目前担任IEEE T-SMC-C、IEEE T-CSVT、IVC、IJIG等期刊编委,以及若干个国际期刊Special Issue客座主编等职务。研究方向为图像处理、生物传感技术,计算机视觉,模式识别以及最优估计理论等。在IEEE T-PAMI、T-IP等著名国际期刊和CVPR/ICCV/ECCV等顶级会议上发表论文100余篇。其论文获得SPIE Visual Communication and Image Processing 2010国际会议的最佳论文奖,其领导研发的数字图像和视频增强系统获2010年德国iENA(Ideas-Inventions-New Products)博览会银奖。更多信息请浏览个人主页:http://www4.comp.polyu.edu.hk/~cslzhang/。 报告提要:本报告将重点介绍我们在基于稀疏和低秩模型的图像重建和分类研究方面的进展情况。 对于图像重建问题,将首先介绍一种自适应稀疏字典选择和正则化方案,然后报告我们最近提出的一种非常简单和有效的非局域模型——非局域中心化稀疏表示模型(NCSR)。对于图像去噪、去模糊和超分辨等问题,NCSR均能取得当前最高水平。最后通过介绍一种图像的非局域谱先验模型(NSP),来揭示自然图像的低秩特性。 在图像重建之外,稀疏表示在人脸识别等图像分类领域中也获得了很多关注并取得了许多有趣的结果。在这次报告中,我们将揭示在人脸识别应用中,其关键作用的是协同表示而非稀疏表示。此外,我们还将探讨协同表示的分类机制。 |
执行主席 刘绍辉
|
博士,哈尔滨工业大学计算机科学与技术学院副教授。IEEE、ACM、以及中国计算机学会会员。主要研究方向:计算机视觉、模式识别和多媒体安全。 |
执行主席 车万翔
|
博士,哈尔滨工业大学计算机科学与技术学院副教授。国际ACM、ACL 以及中国计算机学会、中文信息学会会员。主要研究方向:自然语言处理、信息检索。 |
执行主席 左旺孟
|
博士,哈尔滨工业大学计算机科学与技术学院副教授。IEEE、ACM、IAPR 以及中国计算机学会会员。主要研究方向:计算机视觉、模式识别和生物特征识别。 |
会场方位示意图 (哈尔滨工业大学新技术楼618会议室)
哈工大正门
所有评论仅代表网友意见