2019年7月29日，bat365在线平台在三牌楼校区科研楼1408会议室成功举办计算视觉、模式识别青年学者讲座。本次讲座由bat365在线平台主办，江苏省人工智能学会模式识别专委会、bat365官网登录bat365在线平台与网络技术国家工程研究中心、bat365官网登录宽带无线bat365在线平台与传感网技术教育部重点实验室以及bat365在线平台信号处理与传输研究院协办。邀请到中国科学院自动化所王威副研究员、南京理工大学宫辰教授、华中科技大学王兴刚副教授以及大连理工大学王栋副教授做特邀报告，并由bat365在线平台周全副教授担任执行主席。四位专家就计算机视觉的前沿领域做了深入探讨，数名师生聆听了专家的精彩报告并与与会专家进行了积极讨论与交流。
bat365在线平台周全副教授首先致辞，并对各位特邀专家来到bat365官网登录表示热烈的欢迎和衷心的感谢。周全副教授表示，计算机视觉和模式识别领域迎来了快速发展的机遇期，此次在bat365官网登录举办该活动，是为了与青年专家学者们共同探讨人工智能、计算机视觉的近期发展路径和相关前沿技术，希望可以促进领域内的专家学者们互动、碰撞、交流与提高，在人工智能的研究道路上越走越好，共创计算机视觉领域新篇章。
中国科学院自动化所王威副研究员首先做特邀报告，其报告题目是“ComputationalCognitive Modelling for Computer Vision”。王威副研究员指出，注意和记忆是非常重要的两个认知机制，在人脑信息处理过程中，注意体现为信息的选择与过滤，记忆体现为信息的短时/长时存储，注意和记忆相对独立同时也紧密联系，对选择性注意和长短时记忆的研究不仅有理论上的意义，而且有现实的迫切需求。基于神经网络的注意/记忆模型统称为认知神经网络，此次报告王副研究员从计算的角度介绍注意/记忆建模的发展过程，从早期基于显著性的注意建模到最近基于神经网络的“Soft/hardAttention”、从记忆网络（MemoryNetworks）到提出的多模态记忆模型（MultimodalMemory Model），同时也向参会人员介绍了小组基于认知神经网络的一系列工作，并进行了生动讲解，给大家留下了深刻的印象。
南京理工大学宫辰教授的报告题目是“Structure-awarePositive and Unlabeled learning”。宫教授指出，有标记学习和无标记学习(PUlearning)近年来吸引了大量的研究工作，其目标是仅基于有标记和无标记的例子来训练精确的二进制分类器。当负训练数据缺失或过于多样化时，PUleaning非常有用，代表性的应用包括产品推荐、异常行为检测、医学诊断、遥感等。在这次演讲中，宫辰教授介绍了课题组在结构感知的认知学习方面的工作，如“大幅度标签校准SVM”(LLSVM)和“多流形认知学习”(MMPU)，并针对模型的建立、理论分析和实证研究与在座各位展开了详细讨论。
华中科技大学王兴刚副教授做特邀报告，其报告题目是“Deepvisual recognition: Fewer, Faster & Stronger”。王副教授指出，让深层网络意识到自己预测的质量是一个有趣而重要的问题。在实例分割任务中，在大多数实例分割框架中，实例分类的置信度被用作衡量效果的标准。然而，掩模质量，量化为实例掩模与其基本事实之间的IoU，通常与分类得分没有很好的相关性。课题组研究了这一问题，提出了包含网络块的掩码评分方法来学习预测实例掩码的质量。提出网络块将实例特征和相应的预测掩码放在一起，以回归掩码IoU。掩模评分策略校准掩模质量和掩模评分之间的偏差，并通过在COCOAP评估期间优先考虑更准确的掩模预测来提高实例分割性能。通过对COCO数据集的广泛评估，掩码评分可为不同模型带来一致且显著的收益，并优于最先进的掩码评分。王教授表示，希望他们提出的这一简单有效的方法能为实例分割的改进提供一个新的方向。
大连理工大学王栋副教授的报告题目是“视觉跟踪：从短时到长时”。王副教授指出，近年来在线视觉跟踪研究已取得突破性进展，跟踪精度和速度在OTB和VOT等短时跟踪数据库上均取得了非常出色的表现。所以，本次报告王栋副教授针对短时跟踪问题，首先介绍团队在传统跟踪问题上的代表性工作及核心思想，随后介绍团队在深度视觉跟踪方面的前沿工作，一方面将利用深度神经网络提取的特征与传统目标跟踪模型相结合；另一方面，通过设计端到端网络模型直接利用深度神经网络建模和处理目标跟踪问题。同时，针对长时视觉跟踪问题的研究才刚刚起步，相关Benchmark的建立初现端倪。长时视觉跟踪不仅包含传统跟踪问题中的难点而且存在目标频繁消失并重新出现这一新的挑战。因此，王副教授分析，要求跟踪算法同时具备短时精准快速跟踪和长时全图重找回的能力，以及判断目标是否被跟踪或已丢失的能力，故以团队在VOT2018长时比赛冠军算法为基础，在本次报告中详细介绍了长时视觉跟踪前沿进展以及深度学习算法在长时目标跟踪问题上的初步探索。
此次青年讲座持续了三个多小时，四位专家学术功底深厚、研究成果丰硕，为本次活动奉献了四场高质量的专业学术报告，给大家留下深刻印象。每轮报告结束后，专家与听众亲切互动和交流，并对大家提出的问题进行一一解答，现场听众受益匪浅。
特邀讲者 王威
中国科学院自动化所副研究员。主要从事计算机视觉领域的研究工作，目前研究主要集中在视觉认知计算建模，视觉语言多模态分析与理解。发表国际期刊和会议论文30多篇（包括TPAMI、TIP、TMM、NIPS、ICCV、CVPR等，其中CVPR2010他引190多次，CVPR2015他引690多次），获得CVPR DeepVision Workshop 2014最佳论文奖、ICPR2014最佳学生论文奖，相关研究成果授权和申请专利10余项。主持和参加国家自然科学基金项目、国家电网项目、国家重点研发计划、国际合作项目、国家863计划、企业合作项目（华为、高德、富士通）等科研项目10余项。
特邀讲者 宫辰
南京理工大学计算机科学与工程学院教授、博导。其研究方向主要包括机器学习、数据挖掘及基于学习的计算机视觉问题。已在世界顶级期刊或会议上发表60余篇学术论文，主要包括IEEE T-NNLS, IEEE T-IP, IEEE T-CYB,CVPR, AAAI, IJCAI等，另有5项发明专利获得授权。目前担任AIJ、IEEE T-PAMI、IEEET-NNLS、IEEE T-IP、IEEE T-KDE等20余家国际权威期刊审稿人，并受邀担任ICML、NeurIPS、IJCAI、AAAI、ICDM等多个国际会议的PC/SPCmember。曾获上海交通大学“优秀博士学位论文”奖、中国人工智能学会“优秀博士学位论文”奖、中国科协“青年人才托举工程”、“香江学者”、江苏省“六大人才高峰”、江苏省“双创博士”、江苏省科协“青年人才托举工程”等。
特邀讲者 王兴刚
华中科技大学，电子信息与bat365在线平台学院，副教授，研究生导师。主要研究方向为计算机视觉和机器学习，尤其在于物体检测和深度学习。发表论文60余篇，其中包括（顶级期刊和会议IEEE TPAMI, CVPR, ICCV, ECCV, NIPS,ICML, AAAI）24篇。谷歌学术（Google Scholar）引用次数超过2200次。担任IEEETPAMI, JMLR, IEEE TIP, IEEE T Cybernetics, PR, ICCV, CVPR, ECCV, NIPS, ICML,AAAI等期刊会议审稿人。担任中国图象图形学学会图象视频bat365在线平台专业委员会秘书长，VALSE第二届资深AC委员会成员。2012年获“微软学者”奖（全亚洲10名获奖者），2015年入选中国科协“青年托举人才工程”（全国首批182人入选），2016年获湖北省优秀博士论文奖，入选华中科技大学“学术前沿青年创新团队”，2017年获中国电子教育学会优秀博士论文提名奖，湖北省自然科学二等奖（排名第四），Pattern Recognition等杂志优秀审稿人奖等，2018年获CCF-腾讯犀牛鸟基金优秀奖，ECCV'18大规模视频物体分割竞赛第二名。
特邀讲者 王栋
大连理工大学，bat365在线平台学院，副教授。研究方向为计算机视觉和模式识别，主要从事目标跟踪与识别方面研究。迄今在本领域顶级会议（CVPR、ICCV、ECCV）及期刊（IEEE TPAMI、IEEETIP、IEEE TCSVT等）发表论文30余篇，ESI高引用论文3篇，Google Scholar引用2300余次。主持国家自然科学基金3项，博士后特别资助1项，CCF-腾讯犀牛鸟基金1项及阿里巴巴全球创新研究计划1项。获教育部自然科学二等奖（排名第2），辽宁省优秀博士论文提名奖，CCF青年人才托举计划，ACM大连分会新星奖，大连理工大学星海优青等多项团队及个人荣誉。担任IEICE Transactions on Information and Systems等多个SCI期刊编委及客座编辑。
执行主席 周全
博士，副教授，硕士生导师。近年来以科研骨干主持并参与完成了多项科研课题，研究方向涉及计算机视觉、模式识别、图像处理、机器学习等方面。现担任IEEE会员，中国计算机学会计算机视觉专委会委员，中国自动化学会模式识别与机器智能专委会委员，中国人工智能学会模式识别专委会委员，中国图像图形学会机器视觉专委会委员，中国图像图形学会视觉大数据专委会委员，江苏省人工智能学会模式识别专委会常务委员，江苏省计算机学会图形图像专委会委员。同时担任国际SCI期刊Multimedia Tools & Applications、ACM/SpringerMobile Networks & Applications、Optics and Laser Technology的客座编辑。近年来在国内外核心期刊和重要国际会议发表论文40余篇，包括国际权威期刊IEEE Transactions on ImageProcessing，Pattern Recognition等，并受到了国际相关领域研究人员的关注(Google Scholar显示被引用500余次)。先后主持参与国家自然科学基金4项，省部级科研项目8项。邮箱：quan.zhou@njupt.edu.cn。