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

報告人簡介：中山大學437bwin必贏國際官網二級教授、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獎勵自然科學類一等獎（2018排名1），廣東省科學技術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。已發表了約200篇學術論文，主要發表在ICCV、 CVPR、 ICDM等專業重要學術會議以及IEEE TPAMI、IEEE TIP、IEEE TNN、IEEE KDE、Pattern Recognition等國際權威刊物上。

報告摘要：行人重識別的研究已經開展十五年了，當前研究重點主要聚焦在如何與現實場景結合更好地應用方面，其中不僅包括研究行人重識別的跨模態、低分辨率、遮擋等應用難題，也包括研究跨場景非監督學習、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行人重識別不同，所面臨的獨特挑戰在于如何針對群內成員的數量變化和布局變化進行建模，并提取穩定、魯棒的特征表達。近年來，小股人群重識別引發了研究人員的廣泛關注，并獲得了快速的發展。報告主要介紹行人重識別和小股人群重識別技術的科學問題和相關研究進展情況，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鍵點、孿生網絡、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-群體關聯性的跨域重識別技術和構建大規模虛擬現實群組數據集City1M，跨模態群組數據集CMGroup等。

邀請人：許永超