2019年12月12日学术报告(2)

编辑:吴秦时间:2019-12-11点击数: 来源:  

报告题目(Title): 人脸视觉分析中的不确定性与偏差

报告人姓名(Speaker): 邓伟洪

时间(Date&Time): 本周四(12月12号)下午4:15-6:00

地点(Location): 学院B240

报告摘要(Abstract): 深度学习是一项革命性的计算机视觉技术,它的层次化特征学习方法在人脸视觉分析的标准数据集上获得接近100%精度水平。然而,以LFW代表的人脸数据集仅包含了互联网名人图像,以CK+为代表的表情数据则只能够反映实验室摆拍的情况。在真实环境中,图像模态、姿态、老化、甚至是对抗噪声会给人脸带来极大的不确定性,不同地区和种族间对人脸的认知也会存在明显差异。这将影响相关视觉应用的安全性和公平性,但目前主流的“大数据+深度学习”的方法并不适合解决这些难题。本报告将汇报课题组最近在新数据集建设、标注方法和深度特征学习方面的研究进展,特别是种族偏差、对抗训练、复杂表情分析等工作。同时,简要综述人脸分析相关领域的发展,探讨有价值的研究方向。

报告人简介(Biography): 邓伟洪,北京邮电大学信息与通信工程学院教授,博士生导师。2004、2009年于北京邮电大学获工学学士和博士学位。2007年国家公派赴澳大利亚悉尼大学进行博士联合培养,2009年至今,在北京邮电大学信息与通信工程学院任讲师、副教授、教授。从事模式识别与计算机视觉的基础理论研究,并应用到人脸识别、表情识别、行人再识别、细粒度图像识别等。近期主要聚焦在视觉识别中遇到的瓶颈问题,展开深度迁移学习、对抗学习和强化学习的理论研究。先后主持国家自然科学基金项目4项,在IEEE TPAMI、TIP、TIFS、IJCV、PR等国际期刊以及ICCV、CVPR、ECCV、NIPS、AAAI、SIGIR等国际会议发表论文100多篇。曾入选北京市优秀博士学位论文、教育部“新世纪优秀人才”计划、北京市“科技新星”计划等。


邀请人 (Inviter):   吴小俊教授


版权所有:外围投注开户-体育外围投注平台

地址:江苏省无锡市蠡湖大道1800号

邮编:214122

联系电话:0510-85910633,85910631

服务邮箱:iot@jiangnan.edu.cn