施柏鑫，北京大学计算机学院视频与视觉技术研究所副所长，视频与视觉技术国家工程研究中心、多媒体信息处理全国重点实验室研究员、长聘副教授、博士生导师（“博雅青年学者”）；北京智源学者。2013年博士毕业于日本东京大学，曾先后在麻省理工学院媒体实验室、新加坡科技设计大学、南洋理工大学、日本国立产业技术综合研究所从事研究工作。研究方向为计算摄像学与计算机视觉，发表论文200余篇（包括TPAMI论文26篇，计算机视觉三大顶级会议论文85篇）。论文获评IEEE/CVF计算机视觉与模式识别会议（CVPR）2024最佳论文提名（Best Paper, Runners-Up）、国际计算摄像会议（ICCP）2015最佳论文提名、入选国际计算机视觉会议（ICCV）2015最佳论文候选，2021年获得日本大川研究助成奖。科技创新2030—“新一代人工智能”重大项目首席科学家，国家自然科学基金重点项目负责人，国家级青年人才计划入选者。担任国际顶级期刊TPAMI、IJCV编委，顶级会议CVPR、ICCV、ECCV领域主席。CCF杰出会员、APSIPA杰出讲者、IEEE/CSIG高级会员。更多信息请访问“相机智能”实验室主页：http://camera.pku.edu.cn

报告题目：神经形态相机高速光度属性分析

报告摘要：事件相机对比逐帧成像的普通相机拥有独特的优势，尤其是其对于高速运动物体和高动态范围场景的感知能力。已有研究充分展示了事件相机在图像去模糊、高动态范围重建、高速检测识别等计算机视觉任务上发挥的优势，然而事件相机的光度成像模型尚未得到充分的分析。本次报告将分享围绕光强高速变化触发事件的光度成像过程进行建模与分析的一系列研究进展：对光强变化瞬间的事件频率进行分析得到高可靠的场景辐射度估计，对高速遮挡物投射的阴影变化进行捕捉进而实现直接-间接光照分离，以及利用高速运动的光源构建实时光度立体视觉进行表面法线估计。

主持人介绍

韩雨琪，同济大学博士，清华大学博士后，现任大连理工大学计算机学院助理教授，入选大连市高层次人才——青年才俊，现任CSIG图像视频传输专委会委员，CSIG女科技工作者委员会委员、IEEE会员、ACM会员。主要研究方向为多模态视觉信号融合、三维场景轻量化表征与传输等。相关成果在TPAMI、TVCG、TIP、TWC、TNSE等国际权威期刊和会议上发表论文十余篇。长期担任TNNLS、TMM等期刊和会议审稿人。