中国计算机学会青年计算机科技论坛
CCF Young Computer Scientists & Engineers Forum
CCF YOCSEF
于2013年10月18日(星期五)13:30-17:00
在华东理工大学逸夫楼演讲厅举行
学术报告会,敬请光临
报告会主题
媒体计算:从语义分析到检索应用
程 序
13:30 签到
13:45 嘉宾介绍
领导致辞:华东理工大学信息科学与工程学院领导
合影
14:00 报告活动开始
特邀讲者:薛向阳 博士,复旦大学计算机科学技术学院副院长,媒体计算研究所所长
演讲题目:图像视频语义分析
特邀讲者:何晓飞 博士,国家杰出青年基金获得者, 浙江大学CAD/CG国家重点实验室研究员
演讲题目:图像检索前沿
特邀讲者:马利庄 博士,国家杰出青年基金获得者,上海交通大学数字媒体与数据重建实验室主任
演讲题目:网络可视媒体大数据的智能处理技术
17:00 交流活动
执行主席:李冬冬 博士,华东理工大学信息学院,讲师
CCF YOCSEF 上海学术委员
执行主席:陈志华 博士,华东理工大学信息学院,副教授
CCF会员代表,CCF高级会员
CCF多媒体专委会委员
中国图象图形学学会多媒体专委会 副秘书长
执行主席:姜育刚 博士,复旦大学计算机学院,副教授
CCF YOCSEF 上海2013-2014副主席,学术委员
参加人员:IT领域专业人士、研究生、媒体、其他有兴趣者
报名方式:请于10月15日前回复参会回执至Email:ldd@ecust.edu.cn; Tel: 18916777789。
媒体计算:从语义分析到检索应用
随着当前信息获取技术和网络技术的迅猛发展,媒体获取与传播的速度也大大加快。媒体数据(图像、视频、音频、文本等)正处于爆炸性增长阶段,大部分网络带宽(90%以上)由媒体数据分享占用。传统的基于文本检索技术已经难以满足人们的需求,媒体数据作为人们对周围世界的感知媒介,以图片或声音为基本输入,从网络海量数据库中检索所需的信息已具有了强大的研究价值和商业应用。图像中丰富语义信息是提供精确图像搜索的关键及依据。人们对图像相似性的判别正是建立在对图像所描述的对象或事件的语义理解的基础上,而不是建立在图像低层视觉特征的相似上。这种理解无法从图像的视觉特征直接获得,它需要使用人们日常生活中积累的大量经验和知识来进行推理和判断。正是由于人对图像相似性的判别依据与计算机对相似性的判别依据之间的不同,造成了人所理解的“语义相似”与计算机理解的“视觉相似”之间的“语义鸿沟”的产生。目前,越来越多的研究关注于缩短语义鸿沟,并致力于有效模型和方法以实现图像、视频理解中的语义表达。
本次报告会有幸邀请到三位在国内外具有重要学术影响力的知名学者,到会做特邀报告,集中展示他们在媒体数据语义理解及检索研究方面的最新研究成果。欢迎校内外的广大师生、研究人员光临!
特邀讲者 薛向阳

报告提要:近年来,互联网上爆炸式增长的用户上传的图像视频数据给语义分析研究带来了新机遇和新挑战,高精度、高效率的语义分析成为十分重要的研究课题。本报告首先介绍我们团队近年来所取得的研究进展,主要包括:基于感知组织特征的显著物体检测算法;图像语义分割算法;利用标签与标签、标签与视觉特征之间相关性的图像标签推荐方法;基于上下文的视频动作识别算法等。然后,简单介绍我们在视频监控、内容管控等领域的应用成果。
特邀讲者 何晓飞

报告提要:在过去30年里,图像检索受到了广泛关注。从早期的基于文本关键字的检索,到近十年来基于内容的检索,如何跨越特征与语义之间的鸿沟一直是大家关注的焦点。随着近年来计算机视觉及机器学习领域一些关键技术(例如SIFT、DNN等)的发展,图像检索开始逐步走向应用。本次报告包括三个部分:(1)图像检索领域的关键问题及挑战;(2)图像检索的前沿进展;(3)图像检索的广泛应用前景及未来发展方向。
特邀讲者 马利庄

多年来对CAD、计算机图形与数字媒体领域前沿问题积极探索,取得了一系列创造性成果,在国内外重要学术刊物上发表论文150多篇,承担国家杰出青年基金、国家自然科学基金(8项,其中重点一项)、国家863面上和目标导向等重要科研项目20多项。研究兴趣包括计算机图形、图像,计算机辅助设计,计算机动画与游戏,数字多媒体。
报告提要:互联网的深度发展使数字化的信息流通方式迅速融入人类社会生活的各个方面,开辟了人们基于网络的“第二生活”。据统计,在从2000年到2011年的12年时间内,全世界的互联网用户从3.6亿迅猛增加到21亿,其中中国的互联网用户已经突破4.85亿。 以腾讯为例,QQ活跃用户已经达到近8亿,空间上上传图片每天超过2亿张,其中60%以上是包含人物的图片,因此可视媒体大数据的研究成为核心研究内容。 在信息技术快速发展的时代背景下,对网络海量可视媒体进行内容结构分析,研究图像视频大数据的高效表达、智能处理与结构化,深度学习与感知理论,基于视觉感知的失真度量,并将其应用于电子商务、社交网络、影视动画、互动娱乐等方面已经成为信息产业创新的重要方向,理论和技术的突破将对网络信息资源的高效利用产生深远影响。我们针对其中的智能压缩、增强、设别技术展开研究,并以腾讯的门户、社交、电商、搜索和互动娱乐网站为应用示范,探索可视媒体大数据的关键技术和重大应用。
执行主席 李冬冬

执行主席 陈志华

执行主席 姜育刚

交通:
1号线、3号线到南站,然后步行10分钟或乘坐973;
开车从石龙路或沪闵路转到老沪闵路,前行至梅陇路即到。
