活动时间：2022年9月2日 16:00 -- 18:00

活动平台：腾讯会议（941-474-245）

报告题目一：真实场景中的行人检测

报告人：沈继锋

报告时间：16:00 -- 17:00

报告内容：行人检测是计算机视觉领域中的一个重要研究问题，也是自动驾驶，智能安防和野外搜救等下游任务的基础。本报告将首先简要回顾前深度学习时代与深度学习时代行人检测的发展历程及存在的挑战性问题。围绕特征像素关系建模问题，介绍一种像素差分特征（PDF），该方法在前深度学习时代可以取得与深度学习方法相当的性能。为了降低 PDF 方法存在的样本误判问题，进一步推广该方法用于刻画人体局部区域特征（ARF），然后尝试从泰勒级数分解的角度，说明PDF的理论特性。在深度学习时代，本报告将探讨单阶段无锚框目标检测框架，主要介绍两个最新的工作：基于 CenterNet 代理关键点的行人检测与基于 FCOS 的多光谱行人检测。最后总结和分析本领域未来的一些发展方向。

报告人简介：沈继锋，博士，副教授，硕士生导师。江苏省人工智能学会模式识别专委会常务委员，中国人工智能学会模式识别专委会委员。

报告题目二：视觉图像检索中的多视角特征子空间学习

报告人：李峻

报告时间：17:00 -- 18:00

报告内容：多视角子空间学习是图像检索中的一个重要研究方向，特别是当前深度学习在视觉领域取得巨大成功的情况下，如何进一步探索深度特征和传统特征的相互关系，是多视角特征子空间学习的一个值得思考的问题。本报告主要介绍了近几年课题组在图像检索中多视角特征子空间学习研究方面所做的一些工作，并介绍了其它相关方向研究。

报告人简介：李峻，南京师范大学计算机与电子信息学院副教授，硕士生导师，主要研究方向包括计算机视觉、模式识别、多媒体检索和机器人视觉等。