国产久久只有精品视频,久久久久国产精品4虎,久久996精品国产,无码 制服 丝袜 国产 另类,国产欧美日韩一区二区三区在线,成人亚洲a片v一区二区三区蜜月

報(bào)告題目：基于文本敘述的視頻內(nèi)容理解與定位

報(bào)告摘要：隨著多模態(tài)學(xué)習(xí)研究的快速發(fā)展，基于文本敘述的跨模態(tài)視頻內(nèi)容理解和定位成為計(jì)算機(jī)視覺(jué)與自然語(yǔ)言處理領(lǐng)域的重要研究方向。本報(bào)告將圍繞實(shí)現(xiàn)不同語(yǔ)義粒度的視頻-文本跨模態(tài)對(duì)齊學(xué)習(xí)展開(kāi)，重點(diǎn)介紹研究團(tuán)隊(duì)在視頻-文本內(nèi)容定位、視頻問(wèn)答、視頻-文本分割和跨模態(tài)視頻生成方面的研究進(jìn)展，并對(duì)視頻-文本內(nèi)容理解與定位研究領(lǐng)域進(jìn)行總結(jié)和展望。

個(gè)人簡(jiǎn)介：胡建芳，中山大學(xué)副教授，博士生導(dǎo)師。主要從事多模態(tài)視頻表征學(xué)習(xí)理論及應(yīng)用研究，在國(guó)際權(quán)威期刊/會(huì)議發(fā)表論文60余篇。主持國(guó)家自然科學(xué)基金面上項(xiàng)目（2020和2025），廣東省杰出青年基金（2022）項(xiàng)目，獲中國(guó)圖象圖形學(xué)學(xué)會(huì)優(yōu)秀博士學(xué)位論文獎(jiǎng)，廣東省自然科學(xué)獎(jiǎng)二等獎(jiǎng)，多次帶領(lǐng)團(tuán)隊(duì)參加視頻分析領(lǐng)域國(guó)際學(xué)術(shù)競(jìng)賽獲一等獎(jiǎng)。成果成功應(yīng)用于安防監(jiān)控、新冠肺炎防疫、中學(xué)實(shí)驗(yàn)操作智能打分、工業(yè)缺陷檢測(cè)等重要工程和全國(guó)海關(guān)信息中心廣東分中心、第九屆亞洲冬季運(yùn)動(dòng)會(huì)、新疆喀什地區(qū)第一人民醫(yī)院、騰訊與中山大學(xué)附屬第三醫(yī)院等重要企事業(yè)單位。

報(bào)告題目：精細(xì)三維人臉感知

報(bào)告摘要：人臉作為個(gè)體身份和情感特征的主要載體，在日常信息傳遞和情感表達(dá)中起著非常重要的作用，利用三維技術(shù)建模人臉的結(jié)構(gòu)和行為，是人臉?lè)治鲱I(lǐng)域中的重要課題。特別在數(shù)字人、視頻生成、以及VR/AR等技術(shù)的推動(dòng)下，對(duì)精確人臉感知的需求不斷攀升。重建更精細(xì)的人臉結(jié)構(gòu)、更生動(dòng)的人臉行為，以及更準(zhǔn)確的人臉位姿成為研究焦點(diǎn)。報(bào)告將結(jié)合課題組研究，從人臉結(jié)構(gòu)、表情和位姿三個(gè)方面的精細(xì)重建為大家介紹三維人臉感知的最新進(jìn)展。

個(gè)人簡(jiǎn)介

報(bào)告題目：面向低空經(jīng)濟(jì)的全天候目標(biāo)重識(shí)別

報(bào)告摘要：低空經(jīng)濟(jì)是空天技術(shù)與數(shù)字經(jīng)濟(jì)深度融合的戰(zhàn)略性新興產(chǎn)業(yè)集群，正成為培育新質(zhì)生產(chǎn)力的重要增長(zhǎng)極。作為低空經(jīng)濟(jì)領(lǐng)域的數(shù)字底座之一，全天候目標(biāo)重識(shí)別具有廣泛的應(yīng)用場(chǎng)景，是智慧安防、智慧交通、智慧農(nóng)業(yè)等重要應(yīng)用的支撐性技術(shù)，然而其在真實(shí)應(yīng)用場(chǎng)景中面臨諸多挑戰(zhàn)。報(bào)告將從數(shù)據(jù)模態(tài)和模型架構(gòu)兩個(gè)方面出發(fā)，介紹大連理工大學(xué)IIAU團(tuán)隊(duì)在全天候目標(biāo)重識(shí)別方面所開(kāi)展的一系列研究工作，以及相關(guān)技術(shù)在極端復(fù)雜環(huán)境下的應(yīng)用實(shí)踐。

個(gè)人簡(jiǎn)介：張平平，大連理工大學(xué)未來(lái)技術(shù)學(xué)院/人工智能學(xué)院副教授，研究方向?yàn)橛?jì)算機(jī)視覺(jué)與深度學(xué)習(xí)。在相關(guān)領(lǐng)域的國(guó)際頂級(jí)會(huì)議和期刊(如CVPR/ICCV/AAAI/TPAMI/TIP等)上發(fā)表論文60余篇，谷歌學(xué)術(shù)引用6000余次。主持或參與國(guó)家重點(diǎn)研發(fā)、國(guó)家自然科學(xué)基金、省部級(jí)基金、開(kāi)放課題等多項(xiàng)科研項(xiàng)目。目前為CSIG多媒體/類腦視覺(jué)專委會(huì)、CCF多媒體/計(jì)算機(jī)視覺(jué)專委會(huì)委員，擔(dān)任多個(gè)國(guó)際頂級(jí)學(xué)術(shù)期刊和會(huì)議審稿人或領(lǐng)域主席，國(guó)內(nèi)盛會(huì)VALSE第6-8屆執(zhí)行領(lǐng)域主席。曾以第一完成人身份獲得遼寧省自然科學(xué)二等獎(jiǎng)、中國(guó)圖象圖形學(xué)學(xué)會(huì)優(yōu)秀博士論文獎(jiǎng)、遼寧省優(yōu)秀博士論文獎(jiǎng)、大連市高端人才等。

報(bào)告題目：面向智慧城市開(kāi)放環(huán)境的視覺(jué)融合感知

報(bào)告摘要：開(kāi)放環(huán)境下視覺(jué)感知是構(gòu)建智慧城市若干智能視覺(jué)系統(tǒng)的重要研究基礎(chǔ)，其受場(chǎng)景多樣性和模態(tài)差異等因素影響。為了應(yīng)對(duì)上述挑戰(zhàn)，針對(duì)開(kāi)放場(chǎng)景多分布的視覺(jué)數(shù)據(jù)進(jìn)行有效感知建模尤為重要。本報(bào)告介紹多任務(wù)統(tǒng)一圖像融合框架設(shè)計(jì)、退化場(chǎng)景下視覺(jué)目標(biāo)跟蹤模型、以及人體行為識(shí)別網(wǎng)絡(luò)構(gòu)建等方面的研究進(jìn)展。

個(gè)人簡(jiǎn)介：徐天陽(yáng)，江南大學(xué)副教授。博士畢業(yè)于江南大學(xué)模式識(shí)別與智能系統(tǒng)專業(yè)，后于Centre for Vision, Speech and Signal Processing (CVSSP)擔(dān)任Research Fellow，現(xiàn)任江南大學(xué)人工智能與計(jì)算機(jī)學(xué)院副教授。研究方向?yàn)橐曨l理解，發(fā)表IEEE TPAMI、IJCV、IEEE TIP、CVPR、ICCV、ECCV等CCF-A/IEEE匯刊40余篇，其中IEEE TPAMI/IJCV 8篇，谷歌學(xué)術(shù)引用5000余次，獲中國(guó)圖象圖形學(xué)學(xué)會(huì)優(yōu)秀博士學(xué)位論文獎(jiǎng)，獲CVPR/ICCV/ECCV等學(xué)術(shù)會(huì)議舉辦的視覺(jué)目標(biāo)跟蹤和行為識(shí)別學(xué)術(shù)競(jìng)賽（VOT、MMVRAC、Anti-UAV、AI City Challenge、Perception Test Challenge）冠亞軍10余項(xiàng)，入選斯坦福大學(xué)全球前2%頂尖科學(xué)家年度榜單。服務(wù)領(lǐng)域內(nèi)期刊和會(huì)議的SAC/AC/Reviewer，組織CVPR/ICPR/PRCV/VALSE等大會(huì)、競(jìng)賽、論壇和講習(xí)班。

報(bào)告題目：面向動(dòng)態(tài)視頻理解的模型測(cè)試自適應(yīng)

報(bào)告摘要：測(cè)試時(shí)自適應(yīng)（Test-Time Adaptation, TTA）是提升視頻模型在未知場(chǎng)景下魯棒性與泛化能力的重要途徑。然而，在動(dòng)態(tài)視頻理解中，TTA仍面臨以下三大挑戰(zhàn)：1）運(yùn)動(dòng)建模不足：視頻特有的時(shí)空關(guān)聯(lián)性被忽視；2）模態(tài)利用單一：音頻等伴隨信息未得到充分挖掘；3）優(yōu)化效率低下：傳統(tǒng)方法收斂速度較慢、適應(yīng)過(guò)程耗時(shí)較長(zhǎng)。為此，我們提出了應(yīng)對(duì)方案：1）動(dòng)態(tài)感知增強(qiáng)：設(shè)計(jì)基于快慢采樣的特征對(duì)齊機(jī)制，通過(guò)跨速率的交互建模捕捉運(yùn)動(dòng)線索，提升模型對(duì)動(dòng)態(tài)場(chǎng)景的自適應(yīng)能力；2）跨模態(tài)協(xié)同進(jìn)化：構(gòu)建音頻輔助的視頻TTA框架，利用預(yù)訓(xùn)練音頻模型與大語(yǔ)言模型進(jìn)行語(yǔ)義映射，實(shí)現(xiàn)音視頻聯(lián)合優(yōu)化；3）高效優(yōu)化引擎：提出基于學(xué)習(xí)的測(cè)試時(shí)元梯度優(yōu)化器，通過(guò)歷史信息的壓縮、記憶與重用在保證準(zhǔn)確度的同時(shí)降低計(jì)算開(kāi)銷，實(shí)現(xiàn)快速、穩(wěn)定的在線自適應(yīng)。

個(gè)人簡(jiǎn)介：曾潤(rùn)浩，博士，深圳北理莫斯科大學(xué)長(zhǎng)聘副教授，博士生導(dǎo)師。廣東省重大人才工程青年拔尖人才，深圳市科技創(chuàng)新人才，深圳市鵬城孔雀人才，廣東潮博智庫(kù)專家。研究領(lǐng)域?yàn)橛?jì)算機(jī)視覺(jué)、多模態(tài)數(shù)據(jù)分析，核心方向包括視頻動(dòng)作識(shí)別、情緒識(shí)別等，在IEEE TPAMI、IEEE TIP、CVPR等國(guó)際頂級(jí)期刊和會(huì)議發(fā)表論文20余篇，谷歌學(xué)術(shù)總引1800余次，單篇最高引600余次。所提出的視頻時(shí)序動(dòng)作分析方法在THUMOS14權(quán)威基準(zhǔn)連續(xù)14個(gè)月排名全球第一，成果收錄于科普教材《機(jī)器視覺(jué)》，獲評(píng)第31屆書(shū)博會(huì)少兒閱讀節(jié)百種優(yōu)秀圖書(shū)并輸出兩種外語(yǔ)版權(quán)。近三年主持國(guó)家自然科學(xué)基金項(xiàng)目、廣東省教育廳重點(diǎn)領(lǐng)域項(xiàng)目等縱向科研項(xiàng)目7項(xiàng)。獲中國(guó)圖象圖形學(xué)學(xué)會(huì)優(yōu)博提名獎(jiǎng)，IEEE杰出組織獎(jiǎng)，成果入選計(jì)算機(jī)視覺(jué)國(guó)際頂級(jí)會(huì)議CVPR 2024最佳論文候選。受邀擔(dān)任NeurIPS、CVPR等人工智能領(lǐng)域頂級(jí)會(huì)議和TPAMI、TIP等權(quán)威期刊的程序委員會(huì)委員和審稿人。擔(dān)任國(guó)際會(huì)議2024 IEEE SmartIoT本地主席、2023 CSIG青年科學(xué)家會(huì)議論壇主席，廣東圖象圖形學(xué)會(huì)計(jì)算機(jī)視覺(jué)專委會(huì)委員。