【18-24期VALSE在线学术报告通知及参与方式】

2018 年 8 月 2 日 VALSE


报告嘉宾:江波安徽大学

报告时间:2018年08月08日(星期三)晚上20:00(北京时间)

报告题目:Feature Matching via Sparse Relaxation Models

主持人:贾伟(合肥工业大学


报告人简介:

江波,2015年博士毕业于安徽大学计算机科学与技术学院,现为安徽大学计算机科学与技术学院副教授,感兴趣研究方向包括:视觉信息的结构化描述与特征匹配,基于图方法的数据表达与学习以及图像显著性与视频目标跟踪等等。近年来,在国内外核心刊物上共发表学术论文50余篇,其中以第一作者在计算机领域顶级学术会议和重要学术期刊上发表论文10余篇。代表性论文发表在国际会议CVPR, NIPS, IJCAI, AAAI, MICCAI以及国际期刊IEEE Transactions on Image Processing, IEEE Transactions on Cybernetics, Pattern Recognition。目前,是国际期刊Pattern Recognition, Pattern Recognition Letters等审稿人。主持国家自然科学基金项目、安徽省自然基金项目以及中科院模式识别国家重点实验室开放课题基金等科研项目。


个人主页:

http://www.escience.cn/people/jiangboahu/index.html


报告摘要:

Image feature matching is a fundamental problem in computer vision area. Feature matching problem is usually formulated as an Integer Quadratic Programming (IQP) problem. Since it is NP-hard, relaxation models are required to find approximate solutions. In this talk, we will present our recent works on developing some sparse relaxation models for feature matching problem. The aim of the proposed matching models is to find an optimal sparse solution (approximate discrete solution) for feature matching problem. We derive a simple yet effective update algorithms to solve the proposed models.


参考文献:

[1] "A Local Sparse Model for Matching Problem", Bo Jiang, Jin Tang, Chris Ding and Bin Luo, AAAI-2015

[2] "Binary Constraint Preserving Graph Matching", Bo Jiang, Jin Tang, Chris Ding and Bin Luo, CVPR-2017

[3] "Graph Matching via Multiplicative Update Algorithm", Bo Jiang, Jin Tang, Chris Ding, Yihong Gong and Bin Luo, NIPS-2017


18-24期VALSE在线学术报告参与方式:


长按或扫描下方二维码,关注”VALSE“微信公众号(valse_wechat),后台回复”24期“,获取直播地址。



特别鸣谢本次Webinar主要组织者:

VODB协调理事:贾伟(合肥工业大学



活动参与方式:

1、VALSE Webinar活动依托在线直播平台进行,活动时讲者会上传PPT或共享屏幕,听众可以看到Slides,听到讲者的语音,并通过聊天功能与讲者交互;

2、为参加活动,请关注VALSE微信公众号:valse_wechat 或加入VALSE QQ群(目前A、B、C、D、E、F、G群已满,除讲者等嘉宾外,只能申请加入VALSE H群,群号:701662399);

*注:申请加入VALSE QQ群时需验证姓名、单位和身份,缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M。

3、在活动开始前5分钟左右,讲者会开启直播,听众点击直播链接即可参加活动,支持安装Windows系统的电脑、MAC电脑、手机等设备;

4、活动过程中,请不要说无关话语,以免影响活动正常进行;

5、活动过程中,如出现听不到或看不到视频等问题,建议退出再重新进入,一般都能解决问题;

6、建议务必在速度较快的网络上参加活动,优先采用有线网络连接;

7、VALSE微信公众号会在每周一推送上一周Webinar报告的总结及视频(经讲者允许后),每周四发布下一周Webinar报告的通知及直播链接。

登录查看更多
0

相关内容

VALSE 发起于 2011年,是 Vision And Learning Seminar 的简写,取“华尔兹舞”之意。目的是为全球计算机视觉、模式识别、机器学习、多媒体技术等相关领域的华人青年学者提供一个平等、自由的学术交流舞台。官网:http://valser.org/
报告 |事理图谱的构建及应用,附61页pdf
专知会员服务
187+阅读 · 2020年1月17日
【CCL 2019】2019信息检索趋势,山东大学教授任昭春博士
专知会员服务
28+阅读 · 2019年11月12日
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
VALSE Webinar 19-24期 去雨去雾专题
VALSE
23+阅读 · 2019年9月12日
计算机类 | PLDI 2020等国际会议信息6条
Call4Papers
3+阅读 · 2019年7月8日
VALSE Webinar 19-16期 云深可知处:视觉SLAM
VALSE
12+阅读 · 2019年7月4日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
VALSE Webinar 19-05期 自动机器学习 AutoML
VALSE
8+阅读 · 2019年2月28日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
VALSE Webinar 19-01期 元学习专题研讨
VALSE
13+阅读 · 2018年12月27日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
Arxiv
26+阅读 · 2020年2月21日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Arxiv
135+阅读 · 2018年10月8日
Image Captioning based on Deep Reinforcement Learning
Arxiv
6+阅读 · 2018年3月29日
Arxiv
4+阅读 · 2018年1月29日
VIP会员
相关VIP内容
报告 |事理图谱的构建及应用,附61页pdf
专知会员服务
187+阅读 · 2020年1月17日
【CCL 2019】2019信息检索趋势,山东大学教授任昭春博士
专知会员服务
28+阅读 · 2019年11月12日
相关资讯
VALSE Webinar 特别专题之产学研共舞VALSE
VALSE
7+阅读 · 2019年9月19日
VALSE Webinar 19-24期 去雨去雾专题
VALSE
23+阅读 · 2019年9月12日
计算机类 | PLDI 2020等国际会议信息6条
Call4Papers
3+阅读 · 2019年7月8日
VALSE Webinar 19-16期 云深可知处:视觉SLAM
VALSE
12+阅读 · 2019年7月4日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
VALSE Webinar 19-05期 自动机器学习 AutoML
VALSE
8+阅读 · 2019年2月28日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
VALSE Webinar 19-01期 元学习专题研讨
VALSE
13+阅读 · 2018年12月27日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
相关论文
Arxiv
26+阅读 · 2020年2月21日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Arxiv
135+阅读 · 2018年10月8日
Image Captioning based on Deep Reinforcement Learning
Arxiv
6+阅读 · 2018年3月29日
Arxiv
4+阅读 · 2018年1月29日
Top
微信扫码咨询专知VIP会员