English
当前位置: 学院首页 > 学术科研 > 学术看板 > 正文

学术报告——密集图像计数中的学习策略研究

日期:2018-11-13 来源: 作者: 浏览:

报告题目:密集图像计数中的学习策略研究

报告人:刘凌峤讲师,阿德莱德大学,澳大利亚

报告时间:2018112015:30

报告地点:学院报告厅(望江校区基础教学大楼B302

 

报告内容:

密集图像计数旨在通过图像内容预测图像中物体的个数, 现有的方法通常将该问题转化为一个密度图回归问题。本报告将介绍我们最近的两份关于密集图像技术的工作,它们都着眼于计数模型的学习策略。其中第一份工作提出在原有回归问题上增加一个辅助学习任务,并将辅助任务的预测结果结合起来帮助最终的密度图估计。第二份工作考虑的是如何是用半监督策略来学习计数模型,其优势是使用半监督策略可以极大的减小标注的工作量。 在这份工作中,我们提出一种新的学习目标来指导计数模型的学习。


报告人简介:

刘凌峤,博士,现为阿德莱德大学讲师(lecturer)。他在澳大利亚国立大学取得博士学位。其主要研究兴趣为计算机视觉与机器学习。他在计算机视觉和机器学习顶级会议(如CVPR, ICCV, NIPS, ECCV)以及期刊(如TPAMI, IJCV)上发表论文共40余篇。他于2016年获得由澳大利亚研究理事会颁发的Discovery Early Career Researcher奖。

 

欢迎广大师生踊跃参加!

外事科

         20181112

 

上一条:学术报告——迁移学习与领域自适应算法

下一条:学术报告——Recent Advances in Zero-Example Video Retrieval

关闭