讲座一：

题目：深度学习基础及应用

主讲：孟凡满

时间：2018年12月6日（周四） 9:00

地点：6A-520

主办：beat365唯一官网app

欢迎全校师生参加！

主讲人简介：

电子科技大学信息与通信工程学院副教授。在数字图像处理、智能媒体分析、计算机视觉等领域的国内外重要期刊和会议发表/接收学术论文30余篇，其中包括 IEEE Transactions 及 Pattern Recognition 等高水平期刊论文（SCI JCR2区以上）20余篇；行业重要会议论文16篇。相关研究成果受到了国内外同行的关注和引用，谷歌学术引用1000余次。获得多个学术会议和学术组织奖项,包括:中国电子学会2016年优秀博士论文提名奖；2014年度教育部高等学校科学研究成果自然科学研究二等奖；图像处理和计算机视觉国际知名会议ACCV 2014(新加坡)最佳学生论文优秀奖；多媒体处理国际旗舰会议VCIP2016前10%最佳论文奖；数字图像处理旗舰会议ICIP 2014 前10%最佳论文奖。

报告内容简介：深度学习已成为人工智能的主流方法。本报告围绕深度学习在人工智能领域的当前应用和基础知识展开，首先展示深度学习在人工智能不同领域中的应用。接着从传统方法的瓶颈出发，介绍深度学习的兴起、特点和优势。进一步讲解深度卷积神经网络的5个基本模块，以及经典的卷积神经网络。最后讲解当前深度学习的研究热点和趋势。

讲座二：

题目： 基于区域一致性的图像分割方法研究

报告内容简介：随着人工智能及计算机视觉的高速发展，快速准确地从大量数据中获得有用信息已成为其它交叉学科及产业的核心支柱。其中无人驾驶智能车和辅助驾驶作为人工智能的代表性产业，最近在学术界及工业界均获得了极大的关注。图像及视频分割作为场景分析与理解等高层认知模型构建的关键步骤，不仅能提供视觉内容的结构信息，而且还为场景的分析与理解提供了精准的数据描述。然而，由于图像视频数据内容的多样性及场景结构的复杂性，使得场景分析与理解的时效性及精确性均受到了巨大的挑战。作为图像分割的进一步扩展，视频分割的核心算法仍然是基于单幅图像分割算法。图像区域一致性分割作为图像及视频处理的预处理步骤，不仅能捕获精确的对象边界，同时还极大提高了后续应用的时效性。本报告对快速精确区域分割提出了解决方案，并结合最新学术前沿对区域分割研究方向进行展望。