视觉领域自适应与分布外泛化前沿进展|SPP第132期
2025-05-2038
视觉迁移学习旨在提升现有计算机视觉模型面向未知目标域的泛化性,在智能驾驶、人脸安全、城市治理等国家重大需求领域具有广阔的应用前景。本期SPP报告主要聚焦于复杂场景下环境多变监督少、时空差异干扰大、数据受限访问难的关键问题,介绍复杂场景下的视觉领域自适应与分布外泛化的前沿研究进展。欢迎关注本期SPP:5月21日(本周三)19:30—21:00。
1、了解计算机视觉(图像处理、点云分析)、迁移学习(域适应、域泛化)等领域方向的关键问题;
3、从讲者的自身经验中,获得一些如何做研究的启示。
吉林大学计算机科学与技术学院准聘副教授。研究方向为计算机视觉、计算机图形图像。近五年发表IEEE TPAMI等高水平论文30余篇,谷歌学术引用量超1500次,并以第一发明人授权发明专利4件。获2024世界互联网大会领先科技奖、ICASSP 2023前3%优秀论文表彰奖、CAD/Graphics 2023最佳论文奖等荣誉。曾获上海交通大学致远荣誉博士(博士生最高荣誉)、吉林大学十佳大学生(本科生最高荣誉)奖学金等荣誉;受邀担任ACM MM 2024分会主席、AAAI程序组织委员会委员、IEEE TPAMI等15个重要刊物会议审稿人。
2025年5月21日(本周三)19:30-21:00
SPP为免费直播。可通过预约文末CCF视频号观看活动直播。希望能通过这样的方式和你一起进步、成长。呼朋唤友来参加吧!
点我访问原文链接