讲座题目：深度度量学习在视觉分析中的应用

讲座人： 鲁继文 

讲座时间：9:00-11:00

讲座日期：2016-07-09

地    点：长安校区 文津楼三段5层522学术研讨室

主办单位：必赢线路检测中心 智能视觉计算团队

讲座内容简介：

视觉模式的相似性度量是视觉计算中的一个基础问题，设计一个有效的相似性度量准则对于提高视觉分析系统的性能十分关键。度量学习旨在利用训练数据学习出有效的距离度量，进而有效地描述样本之间的相似度。传统的度量学习算法大多数都是学习出一个线性的马氏距离，因而不能有效地描述样本的非线性结构。报告将介绍本研究组近年所提出一种新的深度度量学习方法及其在视觉分析中的应用。通过构造一个深度神经网络，在网络的顶层设计任务相关的目标函数优化网络的参数，从而更好地学习出鉴别度量空间。所提出的方法在包含人脸识别、行人识别、物体识别、图像集分类、目标跟踪、图像检索和跨模态匹配等多个视觉分析的应用中验证了其有效性。

讲座人简介

鲁继文博士，美国伊利诺伊大学香槟分校新加坡高等研究院研究科学家、清华大学2015年中组部青年入选者。主要研究方向为计算机视觉、模式识别与机器学习。在国际期刊和会议上已发表学术论文120余篇，其中IEEE汇刊论文29篇 (含IEEE Trans. on Pattern Analysis and Machine Intelligence 4篇)，ICCV、CVPR、ECCV等计算机视觉领域一流会议论文17篇。目前为IEEE高级会员，中国计算机学会计算机视觉专业委员会委员，国际期刊Pattern Recognition Letters、 Neurocomputing和IEEE Access的编委(Associate Editor)，国际会议WACV 2016、ICB 2016、ICME 2015和ICB 2015领域主席 (Area Chair)，VCIP 2015特别分会主席 (Special Session Chair)。在领域重要会议CVPR 2015、FG 2015、ACCV 2014、ICME 2014和IJCB 2014上作有关人脸识别和度量学习的专题报告。