报告题目：语义与空间双约束下的物体理解方法研究

报告人：梁孔明 北京邮电大学人工智能学院特聘副研究员

主持人：陈光 副教授

报告时间：2023年11月1号（周三）16：00-17：00

腾讯会议：321-4960-2751

报告摘要:

物体理解涵盖了属性、关系等多种视觉概念的识别，可以给出物体所具备的颜色、形态、部件，以及物体间的相对位置、动作交互等。作为诸多计算机视觉任务的基础（如图像标题生成、医学影像自动化报告、商品检索等），视觉概念识别得到了国内外研究者的关注，也成为了人工智能领域的热点研究问题。本报告围绕语义与空间双约束的物体理解方法，介绍知识融合的异质信息交互方法、知识引导的语义先验建模方法和知识增强的伪标注学习方法，以自然图像和医学影像为例，探讨物体理解在实际应用场景下的关键技术问题。

专家简介：

梁孔明，北京邮电大学人工智能学院特聘副研究员，博士生导师。2018年获得中国科学院计算技术研究所计算机应用方向博士学位，2019年至2021年于北京大学进行博士后阶段研究工作，2016-2017年在加拿大卡尔顿大学进行联合培养，主要研究方向为计算机视觉、深度学习和医学影像分析。发表国际会议期刊论文40余篇（第一作者或通讯作者20余篇），其中包含国际主流期刊会议TPAMI、TMI、CVPR、ICCV、ECCV、AAAI、IJCAI、MM、MICCAI等。共申请专利20余项，其中授权8项（第一发明人6项）。主持国家自然科学青年科学基金项目一项，作为子课题负责人参与国家重点研发计划，作为算法负责人参与国家自然科学基金联合基金重点支持项目和北京市自然科学基金重点项目等课题研发。入选2022年度北京市科协青年托举人才工程，获得2022年度MICCAI ISLES国际竞赛冠军。