报告时间:2012年11月22日(周四) 15:00
报告地点:小会议室
报告人: 鲁继文 博士
报告题目:基于稀疏表示的视觉分析
报告人简介:
鲁继文,男,博士,2011年在新加坡南洋理工大学获得电子工程博士学位,现任美国伊利诺
伊斯大学香槟分校(UIUC)新加坡高等数字科学中心研究员。研究方向包括:计算机视觉、模
式识别、机器学习、多媒体计算与生物特征识别等。在IEEE Transactions on Pattern Analysis
and Machine Intelligence (PAMI); IEEE Transactions on Image Processing (TIP); IEEE
Transactions on Systems, Man, and Cybernetics (TSMC); IEEE Transactions on Information
Forensics and Security (TIFS); IEEE Signal Processing Letters (SPL)等国际权威期刊,以
及ICCV, CVPR,ACM Multimedia等A类国际顶级会议上发表论文60余篇。长期担任国际权威期
刊PAMI, TIP,TNN, TIFS, TSMC以及ICCV, CVPR, ECCV, ACM Multimedia等国际顶级会议的特
约审稿人。
报告内容简介:
稀疏表示是模式识别与计算机视觉中的重要研究课题,在人脸识别、物体识别、目标检测、
图像复原和行为识别等领域中有着广泛的应用。近年来,国内外学者在这一方向上开展了许多
研究工作,并取得了显著的成果。本报告将在简要回顾国内外稀疏表示理论技术现状的基础
上,介绍最近完成的三个研究工作:基于稀疏重构的相似性度量、基于稀疏表示的测度学习,
和基于稀疏编码的特征表示,并在人脸识别、步态识别和行为识别的应用中验证了其有效性。
最后,报告将对稀疏表示方法的理论进展和技术现状做一总结,并简要展望该领域未来的研究
趋势。