报告题目：基于正样本建模的图像异常检测与识别

报告题目：基于正样本建模的图像异常检测与识别

报告摘要：图像异常检测旨在发现与数据集中大多数图像存在差异或不符合预期视觉模式的局部图像区域。由于异常样本的稀缺性，一般无法针对具体任务构建大规模异常数据集。其研究的核心是如何对正常数据的属性进行有效表征，从而检测和识别新观测数据中的异常视觉模式。本报告将介绍我们近期在图像正样本建模和异常模式检测方面的研究工作。

个人介绍：

闫亚萍，女，东南大学副研究员，硕士生导师。先后获浙江大学工学学士、兰州大学工学硕士、日本北海道大学工学博士学位。主要从事计算机视觉、机器学习等方面的研究，特别是深度学习驱动的特征表达在异常检测、目标追踪、视觉质量评估等领域的应用。在国际学术期刊和会议上发表论文十余篇，长期担任IEEE Transactions on Image Processing、Pattern Recognition等学术期刊和CVPR、ICCV等顶级会议的审稿人。