中国计算机学会计算机视觉专委会走进高校系列报告会在我校举行

本网保定讯：12月7日，中国计算机学会计算机视觉专委会（CCF-CV）走进高校系列报告会第44期活动——“计算机视觉前沿技术及工业应用”在我校举行。报告会由我校电子与通信工程系、自动化系、科技处联合承办。我校副校长律方成出席报告会并致辞。活动邀请中国科学院自动化所王亮研究员、北京交通大学倪蓉蓉教授、西安交通大学孟德宇教授以及微软亚洲研究院傅建龙副研究员四位专家做报告。

本期报告会由自动化系副主任翟永杰和电子与通信工程系赵振兵副教授主持。

律方成首先对各位专家学者的到来表示热烈的欢迎和衷心的感谢。他指出，计算机视觉作为人工智能的主要方向之一，越来越受到学术界和工业界的关注，计算机视觉在电力系统中的应用需求也越来越强烈。此次中国计算机学会计算机视觉专题报告会在华电召开，可谓正当其时、恰逢其势。希望通过各位专家的精彩报告与面对面的学术交流，进一步激发我们钻研学术的热情，创新思维方式，活跃学术氛围，促进学科融合，加强成果转化，为学校建设特色鲜明的高水平研究型大学注入新的活力。

四位受邀专家分别做了精彩报告。

王亮的报告题目是“人工智能时代的视觉大数据分析”。视觉大数据分析是模式识别的前沿方向之一。近年来，深度学习已经在语音、视觉、自然语言处理等领域取得了很大成功，引起了学术界和工业界的广泛关注。报告重点回顾了深度学习历史及其在视觉大数据分析中的应用进展，并针对深度神经网络在结构、功能、泛化性等存在的问题，进一步探索模拟认知过程中的注意、记忆等机制。王亮结合中科院自动化所最新的研究成果介绍了深度认知神经网络理论和方法。

倪蓉蓉的报告题目是“图像取证的研究热点和进展”。数字化产品易于修改和编辑，网络中的海量内容真假难辨，由此引发了信任危机、威胁着个人及国家的安全。多媒体内容取证技术在不依赖任何预签名提取或预嵌入信息的前提下，通过直接分析其内容达到真实性的取证目的。倪蓉蓉详细介绍了多媒体取证的研究热点、图像操作及图像来源的取证以及基于深度学习的取证方法。

孟德宇的报告题目是“误差建模原理”。传统机器学习主要关注于确定性信息的建模，而在复杂场景下，机器学习方法容易出现对数据噪音的鲁棒性问题，而该鲁棒性问题与误差函数的选择紧密相关。报告主要围绕传统机器学习的建模方法和误差函数的选择问题，聚焦于如何针对包含复杂噪音数据进行误差建模的鲁棒机器学习原理。这一原理对在线视频处理、医学图像恢复等问题，已体现出个性化的应用优势，该原理亦有希望能够引导出更多有趣的机器学习相关应用与发现。

傅建龙的报告题目是“精细化物体识别”。傅建龙以今年发表在CVPR和ICCV两篇口头报告的文章为基础，首先向大家介绍了精细化物体识别技术。比如：识别狗的具体品种，识别花卉的科、属、种等；另外，由浅入深地提出了两种部件定位和特征学习的联合训练方法，包括基于递归注意力模型和基于多部件注意力模型的卷积神经网络；最后，基于以上模型，介绍了一款基于深度神经网络的精细化物体识别应用—微软识花。傅建龙将学术研究与工业应用相结合，为大家提供了广阔的研究思路。

四位讲者的报告深入浅出，内容精彩，图文并茂。300多名师生参加了报告会，聆听了计算机视觉领域的前沿技术成果与工业应用情况。

随后的研讨会环节由张珂副教授主持。研讨会以“计算机视觉技术在智能电网中的应用”为主题。各位专家学者就计算机视觉技术在智能电网中的应用难点问题进行了深入讨论，报告嘉宾从电力巡检视频图像智能分析的复杂性、知识图谱在输电线路视频图像巡检中的应用以及输电线路图像数据集的构建等三个方面提出了自己的观点和指导性建议，并对电力视觉分析的未来发展进行了展望。

本期报告会为计算机视觉领域的研究人员提供了一次难得的学习和交流机会，既让计算机视觉了解了电力行业的应用需求，也让电力行业领略了计算机视觉的前沿技术，为传统电力行业与先进的计算机视觉领域之间提供了一个很好的交流平台。