会议介绍

为促进交通视频领域学术交流、服务广大在读学生和相关从业者，交通视频专委会特邀请领域内的优秀在读研究生，开展面向全国的“学术新星”系列学术报告活动，每次活动邀请2-3名同学，每年举行4-5次。

举办单位

主办单位：拉斯维加斯手机娱乐网站

承办单位：CSIG-交通视频专委会

会议安排

会议时间：2021年10月28日 19:00-20:30

会议形式：腾讯会议（会议号：253 753 401）

会议议程

报告人简介

陈光耀

报告题目：基于振幅相位重组的卷积神经网络鲁棒性分析

报告简介：

卷积神经网络虽然在众多计算机视觉任务中取得良好的性能，但也表现出一些与人类直觉相反的泛化行为，包括对常见腐蚀和表面变化的敏感性、分布外数据的过度自信和对抗攻击等。近年来，这些反直觉的泛化行为通过各种可解释学习方法逐渐透明，但缺乏统一的理论对这些行为进行解释分析。本报告将围绕卷积神经网络的鲁棒性，从频域角度对这些反直觉泛化性能进行分析，并介绍基于振幅相位重组的鲁棒性提升方法。

个人简介：

陈光耀，现在就读于北京大学信息科学技术学院，计算机应用技术博士，导师为田永鸿教授。2018年于武汉大学弘毅学堂获得工学学士学位。主要研究方向为计算机视觉与机器学习，包括开集识别、增量学习、神经网络表示与压缩等方面，以第一作者发表论文5篇，包括TPAMI, ICCV, ECCV等。同时担任CVPR、ICCV等国际会议的审稿人。

张晨

报告题目：RGB-D显著性目标检测研究进展

报告简介：

受人类视觉注意力机制启发, 显著性目标检测任务旨在定位给定场景中最吸引人注意的目标或区域, 已经被广泛应用于目标跟踪、内容编辑、压缩编码、质量评价等研究领域, 以及智能拍照、智慧医疗、自动驾驶、对地监测等工程领域。近年来, 随着深度相机的发展和普及, 深度图像已经被成功应用于各类计算机视觉任务, 这也为显著性目标检测技术提供了新思路。本次报告主要面向RGB-D多模态数据, 重点介绍深度学习时代下的RGB-D显著性目标检测的研究进展及本课题组在该方向的部分研究成果。

个人简介：

张晨, 北京交通大学计算机与信息技术学院二年级硕士研究生, 导师为丛润民副教授, 国家奖学金获得者。主要研究方向为计算机视觉, 包括显著性目标检测、弱监督目标检测等, 以第一作者发表ACM MM一篇，另有在审论文三篇。

主持人简介

李家宁

个人简介：

李家宁，现在就读于北京大学信息科学技术学院，计算机应用技术博士，导师为田永鸿教授。主要研究方向为神经形态视觉和时空点过程学习。博士期间发表文章第一作者发表论文5篇，包括TNNLS、ACM MM、《计算机学报》等。