报告题目：深度度量学习与视觉内容理解
报告人：鲁继文 副教授
报告时间：07月10日 13:30
报告地点：912会议室
报告人简介:
鲁继文，清华大学自动化系副教授、博士生导师，主要研究领域为计算机视觉、机器学习、智能机器人。发表IEEE汇刊论文60余篇（其中PAMI论文13篇），CVPR/ICCV/ECCV会议论文50余篇，论文被引用7800余次。主持承担国家自然科学基金联合重点基金、国家重点研发计划课题等科研项目10余项。担任国际期刊PR Letters主编，T-IP、T-CSVT、T-BIOM和PR编委，国际会议AVSS 2020和DICTA 2019程序委员会主席，中国计算机学会计算机视觉专委会常务委员，中国图象图形学学会视觉大数据专委会常委委员。获国家优秀青年科学基金（2018年），和ICME 2019多媒体新星奖（2019年）。
报告内容简介:
深度度量学习通过将深度学习的特征表示能力与度量学习的相似性刻画能力相结合，以端对端的方式实现从原始输入到语义输出的感知，在多个视觉感知任务中均取得了重要进展。报告将介绍清华大学自动化系智能视觉实验室近年来提出的面向视觉内容理解的多个深度度量学习方法，主要包括小样本深度度量学习、多视图深度度量学习、对抗性深度度量学习、和非均衡深度度量学习等，以及它们在人脸与物体识别、行人跟踪与再识别、图像与视频检索等多个视觉内容理解任务中的应用。
