学　术

　　为加强我校各学科之间的学术交流，搭建教师学术交流平台，促进教师学术水平提升和跨学科合作，教师发展中心开展跨学科学术沙龙活动。

　　本次活动教师发展中心特别邀请来自瑞士联邦理工大学苏黎世分校的李文博士，与师生共同探讨模式识别相关热点问题。具体安排如下，欢迎感兴趣的师生参加。

　　一、主　题：基于互联网数据学习的视觉识别——弱监督、特有信息和迁移学习

　　二、主讲人：李文博士（瑞士联邦理工大学，ETH Zurich）

　　三、时　间：2016年5月12日（周四）10：00-11：30

　　四、地　点：清水河校区经管大楼宾诺咖啡

　　五、主持人：徐增林教授

　　六、承办单位：计算机科学与工程学院

　　七、交流内容：

　　含标注的训练数据是训练高质量视觉识别模型的一个重要因素。以图像识别为例，从上个世纪九十年代至今，新的图片分类数据库层出不穷。从上个世纪90年代的COIL-20数据库，到Caltech-101和Caltech256，以及最近的ImageNet数据库，图片类别从最开始的20类增加到两万多类，图片总数也从一千多张增长到数千万张。在这些数据库不断推动图片识别技术发展的同时，收集和标注数据所花费的巨大的人类物力也是不容忽视的。由此可见，要实现一个真正的智能视觉识别系统从而满足日常生活中的各种场景和物体分类，所继续需要投入的资源也是难以想象的。另一方面，随着网络技术和社交媒体的发展，互联网数据正在呈爆炸性的增长。我们可以用少量的成本来收集到海量的图片、视频、文本。怎样有效利用海量互联网数据，是解决目前计算机视觉的数据困境和构造智能视觉识别系统的关键。

　　在本报告中，报告人将介绍互联网数据学习的优势以及所面临的挑战，针对互联网数据的弱监督标注、特有信息，运用迁移学习的思想来探讨解决方案，并介绍一些关于如何使用互联网数据来图像检索、分类和视频分类的科研结果。

　　八、主讲人简介：

　　李文博士目前为瑞士联邦理工大学苏黎世分校（ETH Zurich）计算机视觉实验室（Computer Vision Laboratory）主任Prof. Luc Van Gool研究组的博士后研究员。他分别于2007年和2010年在北京师范大学获得理学学士和工学硕士学位，并于2015年在新加坡南洋理工大学（Nanyang Technological University）获得博士学位。
　　李文博士的主要研究方向为基于互联网数据的机器学习和计算机视觉应用。他的主要研究方向包括弱监督学习、多视角学习、迁移学习和特有信息学习等，以及这些机器学习方法在图像检索、图像分类、视频分类、人脸识别中的应用等。相关研究成果发表在十多篇国际顶级期刊和会议论文上，包括T-PAMI、IJCV、CVPR、ICCV、ECCV等。

　　　　　　　　　　　　　　　　　　　　　人力资源部教师发展中心

　　　　　　　　　　　　　　　　　　　　　　　2016年5月10日