报告题目：大规模图像的多粒度目标检测
报告人：程明明教授（南开大学）
报告时间：2021年12月3日（星期五）上午9:00-10:30
会议地点：计算机科学与技术学院教学c510
内容简介：从图像中快速准确地获取目标信息是计算机视觉的核心任务。鲁棒的目标检测与信息提取需要对不同粒度的信息进行高效的整合。本报告从多层次卷积特征融合、基于短连接的多尺度融合与深度监督、基于分层递进残差设计的层内多尺度特征表达、时序多层次信息提取、霍夫空间度尺度检测、多模型高效融合、多图像联系分析等角度入手，系统地介绍南开大学媒体计算团队在边缘检测、显著性物体检测、图像分类、语义分割、物体检测、关键点估计、视频动作分割，语义线检测、行人计数、年龄估计、图像超分辨率等领域的最新研究进展。同时，本次报告也将从实例、图像、以及整个数据集三个粒度出发，对大规模图像集合进行联合分析，以减少图像理解算法对大规模精确标注的依赖。
报告人简介：程明明，南开大学教授，计算机系主任，国家“万人计划”青拔、“优青”。他的主要研究方向是计算机视觉和计算机图形学，在sci一区/ccf a类国际期刊和会议上发表学术论文100余篇，论文google学术引用2万余次，一作论文单篇最高引用4000余次，连续5年入选elsevier中国高被引学者榜单。技术成果被应用于华为手机智能拍照、推想科技ct影像智能分析、金风科技风电设备运行监控、和中化农业病虫害识别等领域。获得acm中国新星奖、天津市青年科技奖、吴文俊人工智能自然科学二等奖、中国图象图形学学会自然科学一等奖、教育部自然科学一等奖等奖项。现为中国图象图形学学会副秘书长，天津市人工智能学会副理事长，并担任sci一区期刊ieee tpami和ieee tip编委。
相关论文：
[1] res2net: a new multi-scale backbone architecture, ieee tpami 2021
[2] ms-tcn : multi-stage temporal convolutional network for action segmentation, ieee tpami 2021
[3] ordered or orderless: a revisit for video based person re-identification, ieee tpami, 2021.
[4] deep hough transform for semantic line detection, ieee tpami， 2021.
[5] nonlinear regression via deep negative correlation learning, ieee tpami 2021
[6] leveraging instance-, image- and dataset-level information for weakly supervised instance segmentation, ieee tpami 2021
（审核：计算机科学与技术学院 闫凡雷）
计算机科学与技术学院/软件学院
2021年11月30日
