2016年7月11日上午，應(yīng)太陽(yáng)集團(tuán)tyc5997邀請(qǐng)，美國(guó)中佛羅里達(dá)大學(xué)計(jì)算機(jī)系齊國(guó)君博士在逸夫科教樓408會(huì)議室進(jìn)行了題為“Hierarchically Gated Deep Networks for Semantic Segmentation”的學(xué)術(shù)報(bào)告。報(bào)告會(huì)由劉學(xué)亮副教授主持，來(lái)自我院各個(gè)系所四十余位師生參加了本次學(xué)術(shù)報(bào)告。
齊博士首先介紹了計(jì)算機(jī)視覺(jué)研究領(lǐng)域中的“語(yǔ)義分割”這一經(jīng)典研究?jī)?nèi)容，指出當(dāng)前相關(guān)方法（如CNN、FCN等模型）在該方向上的局限性。齊博士進(jìn)而介紹了他領(lǐng)導(dǎo)研究團(tuán)隊(duì)發(fā)表在CVPR2016的工作--“層次化門限深度網(wǎng)絡(luò)(HGDN)”及其在像素級(jí)自然圖像語(yǔ)義分割上的應(yīng)用。該方法通過(guò)定義記憶細(xì)胞單元，并建立不同尺度下的各單元之間的協(xié)作和影響機(jī)制，構(gòu)建出了高效的層次化門限深度網(wǎng)絡(luò)結(jié)構(gòu)。相比與傳統(tǒng)語(yǔ)義分割方法，HGDN模型可以大幅提高語(yǔ)義分割精度，并保持較高的算法執(zhí)行效率。報(bào)告引起了在座師生的高度興趣，多位同學(xué)和老師就自己的研究方向與齊博士展開了深入的探討。
齊國(guó)君博士是美國(guó)中佛羅里達(dá)大學(xué)計(jì)算機(jī)系助理教授。齊博士研究興趣包括面向多源異構(gòu)大數(shù)據(jù)的數(shù)據(jù)挖掘、智能信息處理等，并將所提出的方法應(yīng)用于社交網(wǎng)絡(luò)、醫(yī)療健康、金融系統(tǒng)等多個(gè)領(lǐng)域之中。齊博士在包括Preceedings of IEEE、TPAMI、TKDE、TIP、SIGKDD、ICML、CVPR、MM、WWW、ICDE、ICDM等眾多頂級(jí)期刊和會(huì)議發(fā)表超過(guò)六十篇論文，被引用超過(guò)2500次，H-index為24。齊博士獲得過(guò)ICDM2014最佳學(xué)生論文獎(jiǎng)、ICDE2013最佳論文獎(jiǎng)、MM2007最佳論文獎(jiǎng)、兩次IBM學(xué)者獎(jiǎng)、一次微軟學(xué)者獎(jiǎng)。齊博士擔(dān)任了MMM2016大會(huì)共同主席，SIGKDD、CIKM、MM等多個(gè)頂級(jí)會(huì)議的領(lǐng)域主席，以及CVPR、ICCV等頂級(jí)會(huì)議的程序委員會(huì)委員。齊博士亦是IEEE Trans. Big Data、IEEE Trans. Multimedia等頂級(jí)期刊責(zé)任客座編委。
太陽(yáng)集團(tuán)tyc5997
TOP
