时间：2018年8月20日 下午3点
地点：海韵行政楼c510
报告内容：信息发现在机器学习如何成功地进行视觉分析和识别过程中发挥着关键的作用。信息发现包括两个主要步骤：1）特征生成，其首先定义视觉场景的关键点，然后在所定义的关键点处生成特征（描述子）; 2）特征编码，其将特征转换为更有效的表示。我们最近设计了一个信息发现的新框架，该框架由三部分组成：sck-稀疏编码关键点检测器，发现与sck相关的特征，以及特征编码中的统计机器学习。本讲座将总结我们在第一部分和第三部分的进展，同时与经典的深度神经网络方法进行比较，通过分析和实验来论证所提方法的有效性。
报告人：加拿大瑞尔森大学关凌教授被加拿大政府任命为国家多媒体研究首席专家，是ieee fellow、加拿大工程院院士，多次获得国际学术奖及成就，包括：ieee canada c.c. gotlieb medal，ieee tcsvt最佳论文奖, 瑞尔森大学杰出研究奖，安大略省杰出研究奖，澳大利亚科学院与日本科学振兴学会特邀研究员奖等。关教授的研究领域包括多媒体检索与搜寻、人机信息交换、沉浸式多媒体计算与通信等，在这些研究领域，关教授已经发表400余篇学术论文，包括100余篇重要期刊文献；并拥有7本专著、5项专利。
关教授是许多著名国际学术期刊的编辑，包括ieee tmm 和ieee tcsvt。他同时为许多国际学术期刊的特邀编辑，其中包括proceedings of the ieee,及ieee signal processing magazine。关教授是2006 ieee多媒体国际会议（icme 2006）总主席，2008 acm图像及视频检索国际会议（civr 2008）协作总主席。2000年，关教授担任首届亚太地区多媒体大会（pcm）的总发起主席，现为该会议指导委员会主席。
外事秘书 在
提交