報 告 內(nèi) 容 簡 介 |
報告內(nèi)容簡介： 隨著便攜式數(shù)碼設備的普及和移動互聯(lián)網(wǎng)的發(fā)展,，海量的視頻大數(shù)據(jù)亟需智能的視頻理解技術,。視頻理解是一個融合視頻底層特征信息和高層語義信息的過程，并服務于用戶的不同需求,。高效的視頻理解技術可以使計算機智能地完成各種視頻相關的任務,，如視頻監(jiān)控、視頻娛樂等,。視頻大數(shù)據(jù)具有（1）時空復雜,，（2）底層特征與高層語義之間存在“語義鴻溝”，（3）類別豐富,，（4）多模態(tài),，（5）個性化需求多樣等特點。這些特點在視頻數(shù)據(jù)中表現(xiàn)為紛繁復雜的關系信息,，因此為視頻的智能理解帶來了巨大的挑戰(zhàn),。事實上，針對視頻中復雜而多樣的關系模式進行學習對深入地理解視頻內(nèi)容是至關重要的,。本報告圍繞如何設計有效的關系學習方法來進行視頻理解展開,，自底向上地重點研究了視頻中的三種關系結構信息：首先針對視頻中的物體層面，研究了物體表觀中的結構化關系建模,；接著以物體為紐帶,，深入挖掘了視頻中的物體-語義關系信息，從而實現(xiàn)了視頻高層語義的自動提??；最后，探索了視頻語義-用戶興趣之間的關系,，完成了視頻的個性化服務,。
報告人簡介： 徐常勝，中國科學院自動化所研究員,，國家杰出青年基金獲得者,，國家萬人計劃領軍人才，入選國家百千萬人才工程和首都科技領軍人才工程，科技部重點領域創(chuàng)新團隊負責人,，國家重點研發(fā)計劃項目首席科學家，中國科學院王寬誠率先人才計劃盧嘉錫國際團隊負責人,。國際電子電氣工程師學會會士（IEEE Fellow),，國際模式識別學會會士（IAPR Fellow），國際計算機學會杰出科學家（ACM Distinguished Scientist）,。擔任國際計算機學會多媒體專委會中國區(qū)（ACM SIGMM China Chapter）主席,。擔任國際期刊Multimedia Systems主編，擔任過國際期刊“IEEE Transactions on Multimedia”和“ACM Transactions on Multimedia Computing, Communication and Applications”編委以及國際頂級多媒體會議“ACM Multimedia Conference”程序委員會主席,。在多媒體分析,，計算機視覺，模式識別,，圖像處理等領域發(fā)表論文500多篇,，其中IEEE和ACM匯刊論文200余篇，國際頂級會議論文120余篇,。在多媒體國際頂級會議和期刊上獲得最佳論文獎10余次,。獲得2018年中國電子學會自然科學一等獎，2009年中國計算機學會青年科學家獎,，7次獲得中國科學院優(yōu)秀導師獎,。 |
浙公網(wǎng)安備 33100202001351號
