报告主题：伪装场景理解

报 告 人：范登平研究员

时    间：2023年9月28日 10:30

地    点：工科E1716会议室

报告摘要：

伪装场景理解（Concealed scene understanding，CSU）是一种计算机视觉领域的研究方向，旨在通过人工智能技术来识别那些具有伪装特性的物体。伪装场景通常包括那些经过掩盖、隐藏或以其他方式伪装起来的物体，这些物体可能会被忽略或难以识别，从而增加了计算机视觉中物体识别和图像分割的难度。因此，伪装场景理解的目标是提高计算机视觉系统对伪装场景的感知和理解能力，以应对更加复杂和具有挑战性的场景。目前的伪装场景相关的课题有：伪装目标检测、伪装目标分割、伪装实例分割、伪装目标计数、伪装实例排序、视频伪装目标检测、视频伪装目标分割等主题。本次报告从伪装场景理解出发、介绍相关前沿任务、技术、应用成果以及未来研究趋势。

报告人简介：

范登平，苏黎世联邦理工大学研究人员，曾任阿联酋起源人工智能研究院研究员。 研究方向为计算机视觉、多模态学习和医学图像分析，在SCI一区/CCF A类刊物上发表论文约50篇（2次CVPR最佳论文提名、8篇TPAMI论文），H指数46，论文谷歌学术引用1.3万余次，两次进入斯坦福全球前2%顶尖科学家榜单，获CCF优博、吴文俊优秀青年奖。是IEEE高级会员、CVPR2023、CVPR2024领域主席、任中国卓越期刊行动计划国际刊物MIR编委。

青岛软件学院、计算机与科学与技术学院

2023年9月25日