“一路系列航天科技论坛”暨空中机器人嘉年华之大家讲坛通知
时间:2017-5-31 13:34:14   阅读:   标签: 航天学院 一路系列科技报告 空中机器人

 栉风沐雨,卅载霜华。哈尔滨工业大学航天学院自1987年成立至今,已经走过了三十年。这一路走来,航天学院得到了各级领导和专家的大力支持,我们心怀感恩,时刻铭记。在航天学院成立三十周年之际,航天学院特组织“一路系列航天科技论坛”。本期邀请IBM中国研究院认知物联网视觉分析技术首席科学家严骏驰博士来校讲学,欢迎广大师生到场聆听。

    报告题目:基于一致性的匹配问题研究
    报告人:严骏驰
    报告时间:5月31日(星期三)下午14:00
    报告地点:新活动中心326
    主办单位:航天学院
    承办单位:航天学院青年学者创新协会
              哈尔滨工业大学国际空中机器人协会(IARIA)
    报告人介绍:严骏驰,上海交通大学博士。于2011年4月加入IBM中国研究院(CRL),并于2013年在美国IBM Watson研究中心进行访问研究,现任CRL认知物联网视觉分析技术首席科学家。专注于计算机视觉与机器学习及相关解决方案的研发,近年来在国际顶级会议和期刊CVPR/ICCV/ECCV/IJCAI/AAAI/TIP/TPAMI/TCYB发表第一作者论文10余篇,通讯作者论文近10篇,总计CCF A类论文近30篇,授权美国专利20余项。严骏驰博士是CCF优秀博士论文获得者和ACM中国优秀博士论文提名获得者,两次IBM研究成就奖获得者。同时也是CCF多媒体专委会、计算机视觉专委会委员,包括JMLR、TPAMI、NIPS、CVPR在内的10余个CCF A类期刊和会议审稿人、IEEE ACCESS的现任编委(Associate Editor)与包括Pattern Recognition Letters在内多个SCI期刊的客座编辑。
    报告摘要:匹配问题是计算机视觉乃至计算机科学中的一个基本问题。此次报告首先将讨论多图匹配问题,并给出两个基于多方匹配一致性的多图匹配算法,通过融合多个图的结构信息,对噪声具有较强的鲁棒性。与图匹配相比,光流问题则往往涉及稠密的点对应关系计算。近期基于监督学习的深度学习在光流问题上取得了一定成果,为了突破监督学习带来的对大量稠密对应标记需求的瓶颈,本报告将介绍一个基于非监督学习的光流深度网络计算模型。该模型则依赖亮度等信息的一致性,作为损失函数以达到网络训练的目的。实验结果验证了本方法的可行性。
发布:王义 |  审核:曲法义 |  来源: 航天学院