题目：基于潜在空间学习的图像内容分析
内容简介：
图像视频大数据智能分析与理解在多种实际应用中具有至关重要的作用，比如无人驾驶、医学影像、网络空间内容安全等。针对图像视频大数据智能理解，从底层特征表示到高层语义理解展开研究。提出了基于潜在空间学习的特征选择方法以及特征抽取方法，从原始特征中选择有效的特征子集以及学习到一个有效的特征表示；提出了渐进式度量学习方法，挖掘社交网络的上下文信息，学习得到图像表示的签字空间，建立底层特征与高层语义之间的语义映射；提出了深度协同因子分解模型，将图像和标签映射到统一空间，同时解决图像标注、标签优化、基于内容的图像检索以及标签扩展等多种任务。
时间：2019年12月18日（周三）下午3:00
地点：生命科学学院308会议室
报告人：李泽超教授
报告人简介：
南京理工大学计算机科学与工程学院、人工智能学院教授、博士生导师，“社会安全信息感知与系统”工信部重点实验室副主任，分别于2008年和2013年毕业于中国科学技术大学和中国科学院自动化研究所。研究兴趣主要为媒体智能分析、计算机视觉等。发表ACM/IEEE Transactions或者CCF A类会议论文40余篇；获得2017年江苏省科学技术一等奖（排名第三）和2018年上海市科技进步一等奖、2018年吴文俊人工智能优秀青年奖、2015年CCF优秀博士论文奖、2015年中科院优秀博士论文奖等；2017年获得江苏省杰出青年基金资助等。