报告简介:
深度学习在语音、图像识别领域的成功已迅速影响了计算机视觉的各个研究方向。人脸分析和识别领域亦不例外。尽管简单照搬深度学习在其他视觉问题上的已有成功模型即已初显深度学习对于人脸判别特征提取的优异效果,但简单应用并不能解决所有问题。本报告将概述近期我们在基于深度学习的人脸分析与识别方面的相关实践,包括面向人脸识别和表情识别的卷积神经网络特征学习,由粗到精的多阶段深度非线性人脸形状提取,以及姿态鲁棒的人脸特征渐进深度学习等。最后,将总结较小规模数据条件下应用深度学习模型的有关经验。
报告人简介:
山世光,中国科学院计算技术研究所研究员、博士生导师,中科院智能信息处理重点实验室常务副主任。主要从事计算机视觉、模式识别、机器学习等相关研究工作。已在国际/国内期刊、国际会议上发表/录用学术论文200余篇,其中CCF A类国际会议和期刊论文40余篇。论文曾获CCF A类国际会议CVPR2008大会颁发的Best Student Poster Award Runner-up奖。所发表论文被国内外同行引用7000余次(Google Scholar),领导课题组完成的人脸识别系统多次获得国内外人脸识别竞赛第一名。应邀担任CCF-A类国际刊物IEEE Trans. on Image Processing以及Neurocomputing ,EURASIP Journal of Image and Video Processing, Frontier of Computer Science, 《计算机研究与发展》等期刊的编委(Associate Editor),应邀担任过ICCV2011, ICPR2012, ACCV2012, FG2013, ICASSP2014和ICPR2014等相关领域重要国际会议的Area Chair(领域主席)。所完成的人脸识别研究成果2005年度国家科技进步二等奖(第3完成人)。他是2012年度国家自然科学基金委员会首届"优青"获得者。