大连理工大学数学科学学院
通知与公告

大数据、计算机视觉与图形学研讨会

2017年06月19日 09:11  点击:[]

会议名称:大数据、计算机视觉与图形学研讨会

时间:2017626日—627

举办单位:大连理工大学数学科学学院

 

会议主题:随着各种2D3D图形图像获取设备的普及,海量的多模态数据给计算机视觉和计算机图形学带来了新的机会和挑战。本次会议将邀请国内外相关专家学者,介绍计算机视觉和图形学中的大数据的应用和面临的挑战,报告最新研究成果,对共同感兴趣的问题深入交换看法,探寻未来可能的合作研究,同时给相关年轻学者和博士生一个了解相关问题现代前沿和最新发展的机会.

 

会议安排:

626   研教楼203

8:30 - 8:40

开幕式

8:40 - 9:40

Gisela KletteAuckland University of  Technology

9:40 - 10:40

Reinhard KletteAuckland University of  Technology

10:40 - 11:00

11:00 - 11:45

丛丰裕 (大连理工大学生物医学工程系)

11:45 -  14:00

  餐(科技园大厦会议中心307)、休

14:00 - 14:45

王洪凯(大连理工大学生物医学工程系)

14:45 - 15:30

王辉(石家庄铁道学院)

15:30 - 15:40

茶歇

15:40 - 16:25

李波 (南昌航空航天大学)

16:25 - 17:05

 

唐科威(辽宁师范大学)

17:05

晚餐:(科技园大厦会议中心 202

 

 

627  研教楼202

08:30-09:15

 

李宝军(大连理工大学汽车工程学院)

09:15-10:00

 

刘日升(大连理工大学软件学院)

10:00-10:20

   

10:20-11:05

曹俊杰 (大连理工大学数学科学学院)

11:05 – 11:50

王胜法(大连理工大学软件学院)

11:50 – 14:00

    (科技园大厦会议中心307)、休

14:00-14:45

 

潘金山(大连理工大学数学科学学院)

14:45 – 15:15

柳毓松(大连理工大学软件学院)

15:15-15:30

   

15:30 - 16:15

赵元棣

16:15 – 17:00

   

17:00

餐(科技园大厦会议中心307

 

 

 

 

 

 

 

 

 

 

 

 

 

 

报告人及相关信息:

Gisela Klette

报告人简介:Gisela Klette is an honorary member of the Centre for Robotics & Vision at Auckland University of Technology (AUT); a Senior Lecturer at this university in Auckland, New Zealand. She authored a book (Klette, G.: Skeletal Curves in Digital Image Analysis. VDM, Saarbrücken, 2010), multiple journal and conference publications (e.g. Klette, G.: Recursive Computation of Minimum-Length Polygons. Computer Vision and Image Understanding, Volume 117, Issue 4, pages 386 - 392, 2012), and presented invited lectures at institutions in several countries. She also wrote two book chapters, one on the Euclidean distance transform, and one on relative convex hulls for 2-dimensional shape analysis.

报告题目:Skeletons in Digital Image Analysis

报告简介:Skeletons have a long history in mathematics and digital image analysis. They play an important role in many applications, often with the aim to simplify the study of digital objects by reducing the complexity of shapes prior to dedicated image analysis tasks. For 2D or 3D shapes, various skeleton types have been defined and many algorithms exist for their computation. Each method is using specific basic concepts and assumptions, and comes typically with some limitations. This talk provides a comparative discussion of different approaches for computing skeletons, their basic concepts, and a particular application in biomedical imaging showing the generation of curve skeletons in 3D digital space.

 

李宝军

报告人简介:理学博士,硕士生导师。国际计算力学学会(IACM)、中国计算机学会(CCF)、美国计算机学会(ACM)会员、国际电子电气工程师协会(IEEE)会员,大连市增材制造学会理事,大连理工大学车辆工程虚拟仿真实验教学中心(国家级)常务副主任,大连理工大学汽车数字化研究所副所长。研究方向是计算机辅助设计与图形学,CAD/CAE集成,基于变体的快速建模方法等。在高水平学术期刊与学术会议上,发表(接受)学术论文五十余篇,申请和获批国家发明专利和外型专利10余项,软件著作权10项。在 20112012 连续两年获得辽宁省自然科学学术成果二等奖(排名第一)。主持及骨干参与 973子课题两项、 863子课题两项、国家自然科学基金项目七项等十余项国家级研究课题。

报告题目:汽车(概念及结构)模型的模型理解等若干问题

报告简介:随着计算机辅助设计的迅猛发展及其在工业界的广泛应用,复杂产品的数字化模型已出现大数据趋势。以汽车设计制造全流程为背景,从设计的集成化和智能化的视角,探讨了数据驱动的汽车(概念及结构)模型的模型理解、快速(自动)建模、仿真优化和3D打印等方向的相关研究和软件开发

 

Reinhard Klette

报告人简介:Prof. Reinhard Klette (Auckland University of TechnologyFellow of the Royal Society of New Zealand) made significant contributions to digital geometry and computer vision.  He is the director of the Centre for Robotics & Vision (CeRV). He has become internationally renouned for his work in vision-based driver assistance since 2006, with important contributions on performance evaluation and improvements of correspondence algorithms (for stereo matching and optical flow) on real-world video data, supporting, for example, 3D scene reconstruction from a mobile platformIntelligence between 2001 and 2008. He is a steering committee member of the biennial conferences on Computer Analysis of Images and Patterns and of the Pacific-Rim Symposium on Image and Video Technology.

报告题目:Towards Autonomous Driving: Vision-based Driver Assistant Systems

报告简介:The talk will discuss computer vision challenges in the context of vision-based driver assistant systems, one of the most difficult, but also most dynamically developing areas of current 3D image Various computer-vision modules have reached the state of being robust under various conditions. The talk informs about current work in the .enpeda.. project at Auckland University of Technology (AUT), Centre for Robotics & Vision (CeRV), directed on adaptive and intelligent solutions for vision-based driver assistance or autonomous driving. The talk also reports about the use of an extensive testbed for autonomous vehicles currently established North of Auckland.

 

潘金山

报告人简介:Jinshan Pan  is a Ph.D. student in School of Mathematical Sciences(DUT). He was a jointtraining Ph.D. student in Electrical Engineering and Computer Science, University of California at Merced, directed by Prof. MingHsuan Yang from September 2014 to April 2016. His research interest includes image deblurring, imageideo analysis and enhancement, and related vision problems. He has published several papers in toptier journals and conferences including IEEE TPAMI, CVPR, ECCV etc.
报告题目: A simple and effective blind image deblurring method

报告简介:In this talk, I first introduce a simple and effective blind image deblurring method based on the dark channel prior. Our work is inspired by the interesting observation that the dark channel of blurred images is less sparse. However, sparsity of the dark channel introduces a non-convex non-linear optimization problem. We introduce a linear approximation of the min operator to compute the dark channel. Our look-up-table-based method converges fast in practice and can be directly extended to non-uniform deblurring. Extensive experiments show that our method achieves state-of-the-art results on deblurring natural images and compares favorably methods that are well-engineered for specific scenarios. Finally, I will briefly introduce our recent work on deep learning based low-level vision tasks.

 

刘日升

报告人简介:刘日升,博士,大连理工大学国际信息与软件学院副教授。近年来在计算机视觉与多媒体技术领域重要学术期刊(T-PAMIT-NNLSMachine LearningPattern RecognitionNeural Networks等)和会议(CVPRNIPSAAAIECCVACCV等)发表论文58篇,其中CCF推荐A5篇,B16篇,C21篇。获得教育部自然科学二等奖1项(排名第3)、入选国家人力资源与社会保障部“香江学者”计划、获得大连市“青年科技之星”称号,入选大连理工大学“星海学者”计划。担任IET Image ProcessingCCF推荐C类期刊)编委(Associate Editor),多次担任CVPRICCVECCVNIPSIJCAIAAAIACCVBMVCICIP等会议PC成员或审稿人以及IJCVT-PAMIT-IPT-NNLST-KDET-CSVTT-PDS等期刊审稿人。

报告题目:Learning to Design Intelligent PDEs for Computer Vision

报告简介:Partial differential equations (PDEs) have been used to formulate image processing for several decades.  We propose a new PDE framework, named learning to diffuse (LTD), to adaptively design the governing equation and the boundary condition of a diffusion PDE system for various vision tasks on different types of visual data. To our best knowledge, the problems considered in this paper (i.e., saliency detection and object tracking) have never been addressed by PDE models before. Experimental results on various challenging benchmark databases show the superiority of LTD against existing state-of-the-art methods for all the tested visual analysis tasks.

 

唐科威

报告人简介:唐科威,辽宁师范大学数学学院讲师,于2015年在大连理工大学数学科学学院计算数学专业获博士学位,目前发表10余篇论文,研究方向包括计算机视觉,机器学习,模式识别,其中在数据的流形结构分析方面有较深入的研究,相关研究成果发表在国际顶级期刊上。

报告题目:有关子空间分割和流形聚类的研究
报告简介:在这个数据爆炸的时代,对数据的有效分析已经成为了诸多问题的关键。对数据进行几何结构分析是学者们通常采用的一种分析方法。由于人脸图像等多种数据都具备低维子空间结构,子空间分割问题受到了广泛的关注,在近些年的计算机视觉顶级会议上,都有多篇文章探讨该问题。给定一些采样于多个子空间的数据,子空间分割是将数据按照其所在的子空间进行分类。将子空间的概念进行扩展,对采样于多个流形上的数据进行分类就是流形聚类问题。本报告将主要介绍有关子空间分割和流形聚类的研究。

 

王辉

报告人简介:王辉,博士,石家庄铁道大学信息科学与技术学院副教授,2013年毕业于大连理工大学计算数学专业,研究方向为计算机图形学和图像处理,发表论文10余篇,主持国家自然科学基金、河北省自然科学基金和留学人员科技活动等项目,入选石家庄铁道大学“优秀科技青年”计划。

报告题目: Deep learning on 3D geometric shapes
报告简介:

Deep learning is proven to be a powerful tool to build models for languages and images understanding. However, it is still at the early stage to apply deep learning to 3D data. In this talk, some methods for using deep learning on 3D data are shown and discussed, such as based on multiview images, voxels, point clouds, and spectral decompositions.

 

李波

报告人简介:李波,博士,南昌航空大学数学与信息科学学院副教授。主要研究方向为图像处理与模式识别,近年来在T-MM, Computer & Graphics, Neurocomputing 等期刊发表论文十余篇。担任T-IP, The Visual Computer, Multimedia Tools and Applications, 自动化学报等期刊审稿人。

报告题目:Example-based Image Colorization using Locality Consistent Sparse Representation

报告简介:Image colorization aims to produce a natural looking color image from a given grayscale image, which remains a challenging problem. In this paper, we propose a novel example- based image colorization method exploiting a new locality consistent sparse representation. Given a single reference color image, our method automatically colorizes the target grayscale image by sparse pursuit. To the best of our knowledge, this is the first work on sparse pursuit image colorization from single reference images. Experimental results demonstrate that our colorization method outperforms state-of- the-art methods, both visually and quantitatively using a user study

王洪凯

报告人简介:王洪凯,大连理工大学副教授,2009年博士毕业于清华大学生物医学工程系,2009-2014年在美国加州大学洛杉矶分校先后担任博士后和研究员,主要研究方向为基于大量样本的医学影像分析和解剖结构的三维建模。近年来获得大连市青年科技之星、大连理工大学星海优青称号,担任国际数字医学联盟委员、中华医学会数字医学分会全国委员等。在前沿国际杂志发表学术论文多篇,并持有美国专利一项和软件版权3项,已被两家美国公司产业转化。

报告题目:基于大量医学影像样本的小鼠和中国成年人解剖结构可变形图谱的构建       报告简介:本次报告主要介绍基于大量医学影像样本的小鼠和中国成年人解剖结构可变形图谱的构建。在小鼠图谱方面,基于上百例小鼠三维造影 CT图像开发小鼠全身解剖学数字图谱,利用统计形状模型来描述器官形状、位置、尺寸、身体姿态以及体重等方面的个体差异。该图谱可以改变身体姿态和自身体重,并与小动物影像(CT, MR, PET 等)实现配准,在小动物分子影像分析、建模和影像重建方面有广泛的应用价值。在中国人图谱方面,以大量健康中国人全身 PET/CT 影像作为训练样本,采用统计形状训练的方法从大量样本中提取出不同人之间的解剖学形变分量,并提取 PET 影像功能学参数的人群分布信息,并将这些分量与年龄、 身高、体重的变化相关联,从而构建可以改变身高和体重、 并具有功能代谢信息的中国人图谱。这种图谱将在人体数字仿真建模、基于图谱的自动医学影像分析、中国人解剖学和功能学特征统计等方面具有积极应用价值。

 

曹俊杰

报告人简介:曹俊杰,大连理工大学数学学院讲师。主要研究方向包括计算机图形学和计算机视觉。作为负责人承担国家自然科学基金面上项目1项;作为主要参加人,完成包括自然科学基金重点项目,NIH项目在内的国际国内项目10余项。访问香港理工大学、新加坡南洋理工大学和加拿大西门菲莎大学各1次。近年来在计算机视觉与多媒体技术领域重要学术期刊(T-PAMIACM TOGPattern Recognition等)和会议(SIGSIGASGPCVPRACCV等)发表论文60余篇相关工作目前被T-PAMIACM TOG等期刊和SIGSIGASGPCVPRACCV等会议论文引用467次,H-index10,最高单篇引用131次(Google Scholar)。

报告题目:点云模型的保特征法向估计与定向

报告简介:大量的点云处理算法依赖于高质量的法向以及定向。高质量的法向及定向估计应该不易受到孤立点,噪声,点云采样分布等的影响。此外,由于存在大量的百万级别的点云数据,提高法向估计算法的速度也是一个重要的研究问题。本报告将介绍相关问题的进展以及我们在这两方面的工作。

 

王胜法

报告人简介:王胜法,博士,大连理工大学国家信息与软件学院副教授。主要研究方向为计算机图形徐、计算几何,以及3D打印与相关应用。近年来在计算机图形学相关领域期刊和会议发表论文20余篇,包括(TVCG, CAGD, CAD, PG, GMP等)。主持或参与多项国家自然科学基金,包括重点项目,重点研发,国际合作项目等。入选大连理工大学首批“星海学者”人才培育计划。获得2016 ACM中国新星奖(大连分会)、2016高等学校虚拟仿真实验教学资源建设成果三等奖。

报告题目:基于“PIRP”方法的3D打印技术及其应用

报告简介:基于“PIRP”3D打印方法,是大连理工大学姚山教授团队自主研发的面向大型工业级的3D打印方法。该方法将传统的成型过程中体扫描转化成表面扫描,大大提升了打印效率。另外,该方法还将3D打印与铸造成型结合在一起,能够很好地解除材料在该方面的限制,扩大了3D打印的应用范围。在本报告中,将介绍基于“PIRP”3D打印方法,以及基于此方法的一些应用研究。

 

上一条:Anderson加速算法在求解中子输运方程中的应用 下一条:Statistical Learning Theory

关闭