【哈尔滨工业大学】— 左旺孟 “从深度哈希学习到图像压缩编码”

报告题目：从深度哈希学习到图像压缩编码

报告人：左旺孟 教授 （哈尔滨工业大学）

报告时间：2017 年 6月 1日（星期四）下午 14:00-16:00

报告地点：研教楼 212

校内联系人：苏志勋 教授       联系电话：84708351-8020

摘要: 利用深度学习模型进行哈希学习和图像压缩编码均需要解决两个问题：(1) 特征量化函数的导数几乎处处为零，网络难以端对端训练；(2) 如何确定或调整哈希码或图像码的长度。本报告首先从深度哈希学习开始，提出在卷积神经网络框架下借助于逐渐调整非线性激活函数来实现哈希码的学习，并通过引入了一个加权矩阵进行码长可伸缩哈希学习。进而，针对图像压缩编码中的特征量化问题，提出了一种借鉴二值化卷积神经网络的解决方法。针对图像压缩编码中的码长控制问题，借鉴视频编码中的显著性和JNC机制提出了一种基于重要性加权的解决方案。所提出方法在视觉效果方面显著优于主流的JPEG和JPEG2000的，并能够与当前的深度学习模型相当。

报告人介绍：左旺孟，哈尔滨工业大学计算机学院教授、博士生导师。主要从事图像增强与复原、图像编辑、物体检测与目标跟踪、图像与视频分类等方面的研究。在CVPR/ICCV/ECCV等顶级会议和T-PAMI、IJCV及IEEE Trans.等期刊上发表论文60余篇。此外，左教授还曾获得全国优秀博士论文提名奖、哈尔滨工业大学优秀博士论文奖和多个国际会议优秀论文奖。左教授的研究领域包括：底层视觉问题（图像增强与复原、图像生成、图像风格迁移等），视觉解析问题（深度学习、视觉跟踪、物体检测等），视觉交互与机器人问题（三维重建、SLAM、智能化操作与人机交互等）。