时间：5月29日星期三下午14：30
地点：浙大紫金港校区CAD&CG国家重点实验室402室
主题：相似性融合及其在计算机视觉中的应用
报告人：白　翔　副教授
主持人：章国锋　副教授
 
个人简介：白翔，华中科技大学电子与信息工程系，副教授，2009年毕业于华中科技大学电信系获博士学位；2006年2月至2007年5月在美国Temple大学计算机信息科学系访问；2007年获“微软学者”奖。近年来以青年科研骨干身份参与完成了多项国家基金、国家大型企业合作等科研项目，内容涉及计算机视觉与模式识别、计算机图形学、图像处理、机器学习、医学图像分析等方面。曾为多个知名国际学术会议CVPR、ECCV、ICDM、ICPR、ACCV、GBR Workshop等担任程序委员会委员并完成审稿工作。近五年来在国内外权威期刊或国际会议上发表论文40余篇，包括在学科影响因子最高的国际权威期刊IEEE Transactions on Pattern Analysis and Machine Intelligence上发表论文4篇。获得国家发明专利三项，应邀为2本英文书籍撰写相关章节。

摘要：相似性度量是计算机视觉中最基础、最重要的研究课题之一，在图像匹配、图像检索、视频跟踪等领域都有着广泛的应用。本课题组通过长期的深入研究发现，不同图像底层特征表达之间潜在的互补性质对提高物体间相似性度量的准确性有着重要影响。结合这一发现，本课题组提出了两种基于多特征的相似性融合策略：联合转导算法和传播融合算法，并在形状检索和视频跟踪两个领域进行了应用研究。在形状检索领域，结合“形状上下文”和“内距离形状上下文”两种经典特征，本课题组提出的两种相似性融合策略在国际标准数据集MPEG-7上分别取得了97.72%和98.85%的检索正确率，处于国际领先水平。在视频跟踪领域，结合“梯度方向直方图”、“局部二进制模式”和“哈尔”三种经典特征，在国际标准数据集上取得了超过已有顶尖视频跟踪算法的跟踪正确率。近年来，本课题组在相似性度量领域的研究取得了丰硕的成果，相关研究成果被国际顶级期刊Trans. on PAMI，Trans. on IP和国际顶级会议ECCV、NIPS录用。