主讲嘉宾：范登平 研究员

时间： 2023年5月24日（周三）上午 10:30 – 11:30

地点： 深圳大学丽湖校区A2-517（1）大会议室

主持人： 杨鑫

主讲嘉宾简介：

范登平，2019年获南开大学优秀博士生荣誉，曾任阿联酋起源人工智能研究院研究员,现为瑞士苏黎世联邦理工大学研究员(ETH Zurich)，任CVPR领域主席、IJCAI资深程序委员会委员和CCF-CV执行委员。研究方向为计算机视觉、多模态学习和医学影像分析。在国际顶级期刊会议发表论文50余篇，含2次CVPR最佳论文提名、8篇IEEE TPAMI论文，谷歌学术引用1.1万余次，单篇最高引用1600余次，GitHub开源项目Stars近2K，两次入选斯坦福全球前2%顶尖科学家，获吴文俊人工智能自然科学奖、吴文俊优秀青年奖。提出的搜索识别模型SINet-V2大幅提升了伪装目标检测精度获国际领先水平。提出的并行反向注意力模型PraNet在MediaEval2020结肠镜息肉图像分割竞赛夺冠并被华为算法库使用。拥有16项中/美发明专利并被华为、阿里巴巴和日本LPIXEL等公司使用。

报告简介（Abstract）：

伪装场景理解（Concealed Scene Understanding，CSU）是计算机视觉领域的重要研究方向，旨在通过人工智能技术识别具有伪装特性的物体。伪装场景通常包括经过掩盖、隐藏或其他方式伪装起来的物体，伪装物体可能会被忽略或难以识别，极大增加了计算机视觉中物体识别和图像细节分割的难度。CSU的目标是提高计算机视觉系统对伪装场景的感知和理解能力，以应对更加复杂和具有挑战性的场景。目前伪装场景相关的课题有：伪装目标检测、伪装目标分割、伪装实例分割、伪装目标计数、伪装实例排序、视频伪装目标检测、视频伪装目标分割等主题。本报告将从CSU出发，介绍相关前沿任务、技术、应用成果和未来研究趋势。