2019年12月12日學術報告(2)

編輯:吳秦時間:2019-12-11點擊數: 來源:  

報告題目(Title): 人臉視覺分析中的不確定性與偏差

報告人姓名(Speaker): 鄧偉洪

時間(Date&Time): 本周四(12月12號)下午4:15-6:00

地點(Location): 學院B240

報告摘要(Abstract): 深度學習是一項革命性的計算機視覺技術,它的層次化特征學習方法在人臉視覺分析的標準數據集上獲得接近100%精度水平。然而,以LFW代表的人臉數據集僅包含了互聯網名人圖像,以CK+為代表的表情數據則隻能夠反映實驗室擺拍的情況。在真實環境中,圖像模態、姿態、老化、甚至是對抗噪聲會給人臉帶來極大的不確定性,不同地區和種族間對人臉的認知也會存在明顯差異。這將影響相關視覺應用的安全性和公平性,但目前主流的“大數據+深度學習”的方法並不適合解決這些難題。本報告將彙報課題組最近在新數據集建設、標注方法和深度特征學習方麵的研究進展,特別是種族偏差、對抗訓練、複雜表情分析等工作。同時,簡要綜述人臉分析相關領域的發展,探討有價值的研究方向。

報告人簡介(Biography): 鄧偉洪,北京郵電大學信息與通信工程學院教授,博士生導師。2004、2009年於北京郵電大學獲工學學士和博士學位。2007年國家公派赴澳大利亞悉尼大學進行博士聯合培養,2009年至今,在北京郵電大學信息與通信工程學院任講師、副教授、教授。從事模式識別與計算機視覺的基礎理論研究,並應用到人臉識別、表情識別、行人再識別、細粒度圖像識別等。近期主要聚焦在視覺識別中遇到的瓶頸問題,展開深度遷移學習、對抗學習和強化學習的理論研究。先後主持國家自然科學基金項目4項,在IEEE TPAMI、TIP、TIFS、IJCV、PR等國際期刊以及ICCV、CVPR、ECCV、NIPS、AAAI、SIGIR等國際會議發表論文100多篇。曾入選北京市優秀博士學位論文、教育部“新世紀優秀人才”計劃、北京市“科技新星”計劃等。


邀請人 (Inviter):   吳小俊教授


技術支持:信息化建設與管理中心

地址:江蘇省無錫市蠡湖大道1800號

郵編:214122

聯係電話:0510-85910633,85910631

服務郵箱:iot@jiangnan.edu.cn