活動(dòng)類別:數(shù)學(xué)與信息科學(xué)學(xué)院系列學(xué)術(shù)報(bào)告
活動(dòng)時(shí)間:15:00
活動(dòng)日期:2017-12-22
地點(diǎn):長安校區(qū) 數(shù)學(xué)與信息科學(xué)學(xué)院南學(xué)術(shù)報(bào)告廳
主辦單位:數(shù)學(xué)與信息科學(xué)學(xué)院
活動(dòng)日程安排:講座題目1:基于離散微分幾何和深度學(xué)習(xí)的三維人臉分析
講座時(shí)間:15:00-16:00
報(bào)告人:李慧斌 副教授
講座內(nèi)容簡介:
在本次報(bào)告中,對(duì)如何將離散微分幾何和深度學(xué)習(xí)領(lǐng)域知識(shí)結(jié)合起來進(jìn)行三維人臉分析提出一些見解。首先,介紹三維人臉分析的背景,重點(diǎn)討論三維人臉識(shí)別和三維人臉表情識(shí)別的主要挑戰(zhàn)。然后,本報(bào)告將展示兩種最近開發(fā)的基于全局幾何映射和深層學(xué)習(xí)技術(shù)的三維人臉識(shí)別和三維面部表情識(shí)別方法。另外,本次報(bào)告還將展示通過共形映射和深層學(xué)習(xí)進(jìn)行三維人臉分析和三維面部表情識(shí)別的一些初步結(jié)果。最后,總結(jié)本次報(bào)告并給出一些可能的研究方向。
講座人簡介:
李慧斌,西安交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院信息科學(xué)系副教授。2006年獲得陜西師范大學(xué)理學(xué)學(xué)士學(xué)位,2009年獲得西安交通大學(xué)理學(xué)碩士學(xué)位,2013年獲得法國里昂中央理工大學(xué)應(yīng)用數(shù)學(xué)與模式識(shí)別專業(yè)博士學(xué)位,曾多次赴美國紐約州立大學(xué)石溪分校、英國布魯內(nèi)爾大學(xué)、法國里昂中央理工大學(xué)等高校進(jìn)行短期訪問和學(xué)術(shù)交流。主要研究方向?yàn)閼?yīng)用數(shù)學(xué)、計(jì)算機(jī)視覺與模式識(shí)別,特別是離散微分幾何、三維人臉識(shí)別、三維面部表情識(shí)別技術(shù)。先后在包括IJCV、IEEE TVCG、IEEE TMM、CVIU、NIPS、MICCAI等本領(lǐng)域知名國際期刊與會(huì)議上發(fā)表學(xué)術(shù)論文25篇,谷歌學(xué)術(shù)引用250余次;多次應(yīng)邀擔(dān)任IJCB、CCBR、BTAS、ICB等知名國內(nèi)外生物特征識(shí)別會(huì)議審稿人和程序委員會(huì)委員。目前作為項(xiàng)目負(fù)責(zé)人承擔(dān)國家自然科學(xué)基金面上項(xiàng)目1項(xiàng)和中國自然科學(xué)基金委-英國皇家學(xué)會(huì)國際合作交流項(xiàng)目1項(xiàng)。曾主持中國博士后基金1項(xiàng),陜西省博士后基金1項(xiàng),新教師科技啟動(dòng)計(jì)劃1項(xiàng),中央高?;究蒲袠I(yè)務(wù)費(fèi)中法國際合作項(xiàng)目1項(xiàng),作為核心骨干參與法國國家科研署三維人臉識(shí)別項(xiàng)目2項(xiàng)。申請(qǐng)專利2項(xiàng)。獲SHREC'2011大姿態(tài)三維人臉檢索國家競賽冠軍、獲2013年第七屆歐洲生物特征識(shí)別學(xué)術(shù)與工業(yè)獎(jiǎng)第三名,入選2017年西安數(shù)學(xué)與數(shù)學(xué)技術(shù)研究院建院十大代表性技術(shù)研究成果。
講座題目2:在圖像分析中模型驅(qū)動(dòng)的深度學(xué)習(xí)方法
講座時(shí)間:16:00-17:00
報(bào)告人:孫劍 教授
講座內(nèi)容簡介:
在本次報(bào)告中,將展示成像科學(xué)中的一些數(shù)學(xué)模型,如常見的統(tǒng)計(jì)模型和流行的稀疏模型,可以改寫為深度學(xué)習(xí)模型?;舅枷胧?,將求解能量最小化問題或者統(tǒng)計(jì)推斷問題的迭代優(yōu)化算法展開為深層結(jié)構(gòu),針對(duì)具體的圖像分析任務(wù),通過這種方式這些模型中的參數(shù)甚至模型的一般形式可被判別地學(xué)習(xí)出來。特別地,本報(bào)告將顯示圖像先驗(yàn)建模中的馬爾可夫隨機(jī)場模型、信號(hào)處理中的迭代收縮方法、以及核磁共振成像中的壓縮感知模型都可表述為深度學(xué)習(xí)問題。這些誘導(dǎo)的深層結(jié)構(gòu)具有非傳統(tǒng)的、面向特定任務(wù)的特征,并在圖像恢復(fù)、壓縮核磁共振成像等成像反問題上取得性能最優(yōu)的表現(xiàn)。
講座人簡介:
孫劍,西安交通大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院信息科學(xué)系教授。2009年獲得西安交通大學(xué)應(yīng)用數(shù)學(xué)博士學(xué)位,曾在微軟亞洲研究院(2005-2008)、美國中佛羅里達(dá)大學(xué)(2009-2010)、法國巴黎高等師范學(xué)院與法國國家信息與自動(dòng)化研究院(2012-2014)做博士后或訪問學(xué)者。主要關(guān)注自然圖像和醫(yī)學(xué)影像處理與分析中的基礎(chǔ)數(shù)學(xué)模型與算法研究。2015年獲得中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì)優(yōu)秀青年學(xué)者獎(jiǎng)。2016年入選國家基金委優(yōu)青項(xiàng)目2017年入選中組部青年拔尖人才支持計(jì)劃。