教育教学
当前位置: 首页 教育教学 研究生教学
黄立勤、陈志峰--出访成果报告:参加2019年IEEE视觉通信和图像处理国际会议与访问悉尼科技大学
发表日期:2019年12月10日 阅读:283

出访成果报告

 

 

   :福      

出访人员:黄立勤、陈志峰

出访国家(地区):澳大利亚,悉尼

出访任务:参加2019IEEE视觉通信和图像处理国际会议与访问悉尼科技大学

( 英文名称:2019 IEEE International Conference on Visual Communications and Image Processing and Visit the University of Technology Sydney

出访时间 20191129

2019129

 

 

出访人所在学院(或部门)

物理与信息工程学院

领队姓名

黄立勤

出访人员名单(含领队)

黄立勤、陈志峰

出访国家(地区)

澳大利亚

实际

出访时间

2019年  1130

至  2019年  12 9

实际出访路线

中国—澳大利亚—中国

出访任务

参加2019IEEE视觉通信和图像处理国际会议与访问悉尼科技大学(英文名称:2019 IEEE International Conference on Visual Communications and Image Processing and Visit the University of Technology Sydney

 

访

 

 

 

 

2019IEEE视觉通信和图像处理国际会议于2019121日至124日在澳大利亚悉尼举行。该会议是视频编码与图像处理技术领域重要的国际学术会议之一。IEEE视觉通信和图像处理国际会议汇集了全世界学术界、政府和行业人士,讨论和交流视频编码、图像处理和人工智能技术领域的想法。来自世界各地的专家学者在该会议上分享了他们最新的科研成果,并与相关行业专家分享他们对最新技术的看法。

悉尼科技大学,位于澳大利亚金融和经济中心悉尼,著名公立研究型大学,澳洲第九名校,2020年与美国匹兹堡大学并列位居QS世界排名140名,2019年获得世界五星级高校认证。

   该出访团于20191129日,在福建长乐机场乘坐飞机抵达广州白云机场,于1130日在广州白云机场乘坐飞机抵达悉尼;于2019121日,参加VCIP会议中的《视觉计算与图像处理中的深度学习》专题报告会,该个专题报告由六个部分组成,分别是:人工智能的近状、深度域适应、用于视觉计算的结构化深度学习、通过进化策略稳定GAN网络训练、行人再识别中的深度学习与基于深度学习的通用物体检测器,综合探讨了未来深度学习在图像处理领域中的研究方向与应用前景。开拓了眼界,进一步了解了目前深度学习行业的状况,为今后的科研提供了新的方向。出访团于2019122日参与关于深度学习的论文报告会,报告会上分别由清华大学、格里菲斯大学、北京大学、天津大学与密苏里大学的同学介绍了最新的工作进展;在当晚的交流会上分别与北大与清华大学的博士生交流与关于“车辆重识别”和“传统机器学习与深度学习结合策略”等问题,收获到了很多新的思路。出访团于2019123日上午将科研成果“Improving Person Re-Identification Performance Using Body Mask Via Cross-Learning Strategy”向国际同行专家进行了口头报告展示,并回答了专家所提出的问题,当日下午将科研成果“Pose Recognition for Dense Vehicles under Complex Street Scenario”以海报的形式向同行展示,并回答了现场同学、老师所提出的问题。出访团于2019124号参与了关于“健康监控”的报告会,听取了加利福尼亚大学教授所取得的最新科研成果,并参加了VCIP2019会议的闭幕式。

该出访团于125日开始访问悉尼科技大学School of Electrical and Data Engineering,由悉尼科技大学的吴强老师为了介绍他们团队目前的工程项目,其中包括各种鱼的识别、绵羊的行为识别、购物的行为分析、人的3D模型重建等项目;吴强老师还向我们介绍他们团队初期的建设规划,为我们福州大学智能多媒体通信实验室的建设提供了很好的思路。126日悉尼科技大学的人员为我们介绍他们团队在行人重识别上的研究,主要是围绕该团队黄延博士2018年发表在图像处理顶刊TIP的论文以及2019发表在计算机视觉顶会ICCV的论文,由于目前基于监督学习的行人重识别的方向可挖掘的创新点较少,悉尼科技大学School of Electrical and Data Engineering主要是研究无监督和半监督的行人重识别,通过GAN网络来解决行人重识别中数据集不足以及背景干扰等问题,为我们后续研究行人重识别提供了很好的思路。126日下午由黄立勤老师和陈志峰老师向悉尼科技大学介绍目前我们团队正在研究的医学图像处理的工程项目以及自动驾驶。127日上午主要和悉尼科技大学讨论行人重识别在实际生活中的运用,讨论目前的行人重识别的实际运用需要结合行人检测和行人跟踪,将其三者做成端到端的系统。其中主要的问题之一是目前的行人重识别数据无法真实的模拟现实场景中的行人着装变化。基于这个问题,双方回顾了基于之前合作的基于long-term Re-ID的数据集制作以及半自动标定系统,在前期的合作已经取得初步的结果,讨论后期如何扩大该数据集,将其运用学术研究中,从而使得行人重识别能在真实场景中取得更好的鲁棒性。128日由悉尼科技大学向我们介绍他们团队另一个主要研究点image caption,让算法根据输入的一幅图自动生成对应的描述性文字,该任务对于人类来说非常容易,但是对于机器却非常具有挑战性,它不仅需要利用模型去理解图片的内容并且还需要用自然语言去表达它们之间的关系。我么团队一直致力于自动驾驶的研究,image caption是自动驾驶中重要的一部分,通过吴强老师的介绍,为我们后续的研究提供很多思路。在128日下午,吴强老师还为我们介绍了小样本学习以及数据挖掘,进一步了解了目前深度学习和计算机视觉的状况,为今后的科研提供了新的方向。129日双方基于福州大学2019VCIP录用的文章的后续工作进行了讨论,首先针对吴俊毅在行人重识别里提出的交叉学习,由于网络不是端到端的网络,吴强老师建议设计成端到端的网络,然后使其网络能专注前景信息,又能不丢失背景中的信息。对于范振嘉的文章,吴强老师是否能扩充数据集,增加模型泛化性;并且为了增加实用性,应该再增加其实时性。

通过本次会议和访问,出访团将我校在图像处理与计算机视觉取得的最新科研成果向国际相关领域专家们进行了展示,并向国际同行专家们解答了和该科研成果相关的问题,得到了同行专家的认可。同时在本次会议上也看到了同行专家们在该领域所取得的最新成果,接触了行业的最新技术,为今后的科研提供了思路和参考。在本次会议上,就一些人工智能方面的热点问题和同行们进行了交流讨论,通过交流讨论,为今后的科研开拓了新的方向。通过展示交流,越来越多的国际相关领域国际专家关注到了福州大学,提高了我校在国际学术上的知名度。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

该团组已进行事后公示。(对外处公章)             (领队签字)

年    月    日

遵守外事纪律情况(含意见和建议等):