设为首页收藏本站

VALSE

VALSE 首页 活动通知 好文作者面授招 查看内容

20190410-08 图像匹配与配准:历久而弥新

2019-4-4 21:40| 发布者: 程一-计算所| 查看: 866| 评论: 0

摘要: VALSE Webinar改版说明:自2019年1月起,VALSE Webinar改革活动形式,由过去每次一个讲者的方式改为两种可能的形式:1)Webinar专题研讨:每次活动有一个研讨主题,先邀请两位主题相关的优秀讲者做专题报告(每人30 ...

VALSE Webinar改版说明:

自2019年1月起,VALSE Webinar改革活动形式,由过去每次一个讲者的方式改为两种可能的形式:

1)Webinar专题研讨:每次活动有一个研讨主题,先邀请两位主题相关的优秀讲者做专题报告(每人30分钟),随后邀请额外的2~3位嘉宾共同就研讨主题进行讨论(30分钟)。

2)Webinar特邀报告:每次活动邀请一位资深专家主讲,就其在自己熟悉领域的科研工作进行系统深入的介绍,报告时间50分钟,主持人与主讲人互动10分钟,自由问答10分钟。


报告时间:2019年4月10日(星期三)晚上20:00(北京时间)

主题:图像匹配与配准:历久而弥新

主持人:严骏驰(上海交通大学)


报告嘉宾:杨旭(中科院自动化所)

报告题目:Graph Matching from Combinatorial Optimization Perspective


报告嘉宾:马佳义(武汉大学)

报告题目:图像特征匹配


Panel议题:

  1. 传统的几何问题,如何更好拥抱深度学习?

  2. 如何更好地应对在特征点集构建、图结构的构建、大量外点的情形?

  3. 在多个图像的协同匹配、增量匹配方面,大家是否认为是一个有生命力的方向?

  4. 图像匹配技术在当前计算机视觉和图像处理领域是如何一个定位,如何更好地结合其他技术的进展?

  5. 请大家谈谈图像匹配相关技术的实际应用场景和发展趋势?


Panel嘉宾:

杨旭(中科院自动化所)、马佳义(武汉大学)、樊彬(中科院自动化所)、刘智勇(中科院自动化所)


*欢迎大家在下方留言提出主题相关问题,主持人和panel嘉宾会从中选择若干热度高的问题加入panel议题!

报告嘉宾:杨旭(中国科学院自动化研究所)

报告时间:2019年4月10日(星期三)晚上20:00(北京时间)

报告题目:Graph Matching from Combinatorial Optimization Perspective


报告人简介:

杨旭,博士,中国科学院自动化研究所复杂系统管理与控制国家重点实验室副研究员。主要研究领域为图算法,机器人视觉。于2009年获得中国海洋大学学士学位,于2014年获得中国科学院自动化研究所博士学位。在IEEE TPAMI, IJCV, IEEE TNNLS, IEEE TCYB, PR等发表多篇论文,组队参加国家自然科学基金委主办的水下机器人目标抓取大赛并连续两年获得单项第一。


个人主页:

http://www.escience.cn/people/yangxu/index.html


报告摘要:

图匹配是计算机科学与人工智能领域的基础问题,尤其很多模式分析与计算机/机器人视觉问题可以由图匹配建模与优化。不同于树搜索等离散法,目前更多学者使用连续法求解图匹配问题,即将图匹配问题建模为组合图优化,然后松弛到连续域,最后将获得的连续解映射回离散域。连续法的高效率使其适用于很多视觉问题,但有两个关键问题影响匹配效果的提升,即高度非凸的目标函数,与松弛后连续问题与原离散问题间的本质分歧。本报告汇报我们在该方面的最新研究进展,介绍将连续统思路应用于图匹配问题的方法。


参考文献:

[1] Xu Yang, Zhi-Yong Liu, and Hong Qiao. A Continuation Method for Graph Matching based Feature Correspondence. IEEE Transactions on Pattern Analysis and Machine Intelligence (IF=9.455), accepted and to appear, DOI: 10.1109/TPAMI.2019.2903483, 2019.

[2] Xu Yang, Zhi-Yong Liu, and Hong Qiao. An Algorithm for Finding the Most Similar Given Sized Subgraphs in Two Weighted Graphs. IEEE Transactions on Neural Networks and Learning Systems (IF=7.982), 29(7): 2162-2388, 2018.

[3] Xu Yang and Zhi-Yong Liu. Adaptive Graph Matching. IEEE Transactions on Cybernetics (IF=8.803), 48(5): 1432 – 1445, 2018.

[4] Xu Yang, Zhi-Yong Liu, and Hong Qiao. Incorporating Discrete Constraints Into Random Walk-Based Graph Matching. IEEE Transactions on Systems, Man, and Cybernetics: Systems (IF=5.135), Accepted, DOI: 10.1109/TSMC.2017.2693029, 2018.

[5] Xu Yang, Hong Qiao, and Zhi-Yong Liu. Point Correspondence By A New Third Order Graph Matching Algorithm. Pattern Recognition (IF=3.965), 65: 108-118, 2017.

报告嘉宾:马佳义(武汉大学)

报告时间:2019年4月10日(星期三)晚上20:30(北京时间)

报告题目:图像特征匹配


报告人简介:

马佳义,武汉大学电子信息学院副教授、博导。2008年和2014年于华中科技大学分获理学学士和工学博士学位,攻博期间曾赴UCLA进行联合培养一年。主要研究方向包括图像匹配、信息融合、图像超分辨率、红外与遥感图像处理等。目前已在包括IEEE TPAMI/TIP、IJCV、CVPR等在内的期刊和会议上发表论文110余篇。以第一完成人获2018年湖北省自然科学一等奖,分获中国自动化学会、中国人工智能学会、湖北省“优秀博士论文”。


个人主页:

https://sites.google.com/site/jiayima2013/home


报告摘要:

图像特征匹配,通常是指搜索并建立起同一物点在两幅或多幅图像上对应特征点的过程。由于受图像形变多样、数据来源多样、数据退化多样等多方面因素影响,导致了传统方法存在弱普适性、低容错率、欠适定性、高复杂度等一系列问题。针对上述问题,本报告围绕图像特征匹配精准与处理效率的提升,从模型构建、条件约束、快速求解等环节,介绍相关图像特征匹配方法。


参考文献:

[1] Jiayi Ma, Ji Zhao, Junjun Jiang, Huabing Zhou, and Xiaojie Guo. "Locality Preserving Matching", IJCV, 2019.

[2] Jiayi Ma, Xingyu Jiang, Junjun Jiang, Ji Zhao, and Xiaojie Guo. "LMR: Learning A Two-class Classifier for Mismatch Removal", IEEE TIP, 2019.

[3] Jiayi Ma, Ji Zhao, Jinwen Tian, Alan Yuille, and Zhuowen Tu. "Robust Point Matching via Vector Field Consensus", IEEE TIP, 2014.

Panel嘉宾:樊彬(中国科学院自动化研究所)


嘉宾简介:

樊彬,中国科学院自动化所模式识别国家重点实验室副研究员。2006年于北京化工大学获工学学士学位,2011年于中国科学院自动化所获工学博士学位。2011年进入中科院自动化所模式识别国家重点实验室工作至今,担任助理研究员、副研究员,2015年-2016年在瑞士洛桑联邦理工大学(EPFL)从事访问研究。研究方向为计算机视觉、图像处理和模式识别等。担任国际期刊Neurocomputing(2014-)编委和CVPR/ICCV/ECCV/AAAI等多个国际会议的程序委员会委员(PC Member),VALSE执行AC,CCF计算机视觉/CSIG机器视觉/CSIG视觉图像大数据/CAAI模式识别等专委会委员。发表包括IEEE TPAMI、CVPR、ICCV等领域内著名期刊和会议论文40余篇,IEEE 高级会员,获2017年ACM北京新星奖、2018年度河南省科技进步二等奖。


个人主页:

www.nlpr.ia.ac.cn/fanbin 

Panel嘉宾:刘智勇(中国科学院自动化研究所)


嘉宾简介:

刘智勇,男,生于1976年6月。中国科学院自动化所复杂系统管理与控制国家重点实验室,研究员,博士生导师,中国科学院脑科学与智能技术卓越创新中心年轻骨干,中国科学院大学人工智能技术学院岗位教授。1997年于天津大学电子工程系获工学学士学位,2000年于中国科学院自动化所获工学硕士学位,2003于香港中文大学计算机科学与工程系获PhD学位。2003年-2004在香港中文大学工程学院做博士后研究,2005年加入中国科学院自动化研究所,任副研究员,2013年开始任研究员、博士生导师。研究方向为机器人视觉、机器学习和模式识别等。担任国际期刊Neurocomputing(2012-)编委和AAAI、IJCNN、ACML等多个国际会议的程序委员会委员(PC Member)。作为负责人承担多项国家基金委重点、面上和青年项目,以及科技部国家重点研发计划和科技支撑计划,中科院战略先导专项等。发表学术论文80余篇(含SCI索引国际期刊论文40余篇,包括IEEE TPAMI和IJCV等领域著名期刊),其中第一(通讯)作者论文60余篇。IEEE 高级会员,获2014年度国家自然科学奖二等奖和2015年度北京市科学技术二等奖(技术发明类)。


个人主页:

http://people.ucas.ac.cn/~liuzhiyong


19-08期VALSE在线学术报告参与方式:


长按或扫描下方二维码,关注“VALSE”微信公众号(valse_wechat),后台回复“08期”,获取直播地址。



特别鸣谢本次Webinar主要组织者:

主办AC:严骏驰(上海交通大学)

协办AC:樊彬(中科院自动化所)

责任AC:邓成(西安电子科技大学)


活动参与方式:

1、VALSE Webinar活动依托在线直播平台进行,活动时讲者会上传PPT或共享屏幕,听众可以看到Slides,听到讲者的语音,并通过聊天功能与讲者交互;

2、为参加活动,请关注VALSE微信公众号:valse_wechat 或加入VALSE QQ群(目前A、B、C、D、E、F、G、H、I群已满,除讲者等嘉宾外,只能申请加入VALSE J群,群号:734872379);

*注:申请加入VALSE QQ群时需验证姓名、单位和身份,缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M。

3、在活动开始前5分钟左右,讲者会开启直播,听众点击直播链接即可参加活动,支持安装Windows系统的电脑、MAC电脑、手机等设备;

4、活动过程中,请不要说无关话语,以免影响活动正常进行;

5、活动过程中,如出现听不到或看不到视频等问题,建议退出再重新进入,一般都能解决问题;

6、建议务必在速度较快的网络上参加活动,优先采用有线网络连接;

7、VALSE微信公众号会在每周四发布下一周Webinar报告的通知及直播链接。

8、Webinar报告的PPT(经讲者允许后),会在VALSE官网每期报告通知的最下方更新[slides]

9、Webinar报告的视频(经讲者允许后),会更新在VALSE爱奇艺空间,请在爱奇艺关注Valse Webinar进行观看。


杨旭[slides]

马佳义[slides]

最新评论

Archiver|手机版|小黑屋|Vision And Learning SEminar    

GMT+8, 2019-4-22 12:52 , Processed in 0.041134 second(s), 19 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

返回顶部