報告題目：行人重識別-從個體到小群體若干進展

報告時間：2023年4月15日09:00-10:15

報告地點：437bwin必贏國際官網(wǎng)大樓8樓報告廳

報告人：賴劍煌

報告人國籍：中國

報告人單位：中山大學437bwin必贏國際官網(wǎng)

報告人簡介：中山大學437bwin必贏國際官網(wǎng)二級教授、博士生導師。廣東省信息安全重點實驗室主任。中國圖象圖形學會副理事長、會士，廣東省圖像圖形學會理事長（第四、五屆）。中國計算機學會杰出會員，中國計算機學會計算機視覺專委員會副主任（第一、二屆）、廣東省人工智能與機器人學會副理事長、廣東省安防協(xié)會人工智能專委會主任。1986、1989年分別在中山大學獲學士、碩士學位，并留校任教。1999年在中山大學獲博士學位。主要研究領(lǐng)域為計算機視覺、模式識別和機器學習。已主持承擔國家自然科學基金與廣東聯(lián)合重點項目、科技部科技支撐課題、國家自然科學基金等。獲得廣東省科學技術(shù)獎勵自然科學類一等獎（2018排名1），廣東省科學技術(shù)獎勵科技進步類二等獎（2016，排名3）、獲得丁穎獎（2019年）、享受國務院政府特殊津貼。已發(fā)表了約200篇學術(shù)論文，主要發(fā)表在ICCV、 CVPR、 ICDM等專業(yè)重要學術(shù)會議以及IEEE TPAMI、IEEE TIP、IEEE TNN、IEEE KDE、Pattern Recognition等國際權(quán)威刊物上。

報告摘要：行人重識別的研究已經(jīng)開展十五年了，當前研究重點主要聚焦在如何與現(xiàn)實場景結(jié)合更好地應用方面，其中不僅包括研究行人重識別的跨模態(tài)、低分辨率、遮擋等應用難題，也包括研究跨場景非監(jiān)督學習、遷移學習、圖像生成方法等問題。報告將首先介紹我們實驗室在行人重識別方面的探索和成果。

另一方面，小股人群重識別與傳統(tǒng)行人重識別不同，所面臨的獨特挑戰(zhàn)在于如何針對群內(nèi)成員的數(shù)量變化和布局變化進行建模，并提取穩(wěn)定、魯棒的特征表達。近年來，小股人群重識別引發(fā)了研究人員的廣泛關(guān)注，并獲得了快速的發(fā)展。報告主要介紹行人重識別和小股人群重識別技術(shù)的科學問題和相關(guān)研究進展情況，包括我們實驗室在小股人群重識別研究探索和實踐方面成果：跨視域場景中基于顯著性關(guān)鍵點、孿生網(wǎng)絡、不確定性建模、群組三維布局重建等方式的魯棒群體特征提取，基于行人-群體距離、最近置換距離等方式的群體度量方法，基于行人-群體關(guān)聯(lián)性的跨域重識別技術(shù)和構(gòu)建大規(guī)模虛擬現(xiàn)實群組數(shù)據(jù)集City1M，跨模態(tài)群組數(shù)據(jù)集CMGroup等。

邀請人：許永超