报告人：王楠楠教授
时间：2022年4月27日上午8：30
线下地点：开元校区工科4-638
线上地点：腾讯会议766-357-238
主办单位：科技处、数学与统计学院
报告内容摘要：
城市级视频监控系统是平安城市建设的重要内容，已从第一代“看得见”和第二代“看得清”的阶段发展到“看得懂”的第三阶段。由于城市级摄像头网络空间分布广、设备类型和参数差异大，实现城市级视频监控系统“看得懂”面临重大挑战。为此，本报告重点汇报图像跨域重建与可信身份鉴别相关技术进展，具体包括（1）行为分析（异常行为检测、行为定位与识别等）：通过多尺度边界敏感的时序行为定位与识别思路提取完整语义信息，通过基于时域-空域融合特征的检测思路来差异化正常与异常数据的重构质量；（2）跨模态行人重识别：对跨模态行人高维特征的模态差异进行度量与约束以提高特征的模态不变性；（3）视频目标清晰化（底层视觉）：联合先验信息与运动不变性以提升帧间时序依赖关系的表征能力；（4）跨域图像合成（异质人脸图像生成、图像风格化等）：将不同模态的图像转化为统一模态的图像，实现信息补全；（5）跨域图像识别（异质人脸图像识别），通过表征解构学习提高跨域图像合成与识别的可解释性和精确度。该课题的研究能为网络视频大数据智能分析提供系统的解决方案；（6）可信身份认证：可信这里主要指可靠与安全，算法应该既能防御来自外部的攻击（对抗学习），又能对隐私信息进行保护。
报告人简介：
王楠楠，男，获得国家自然科学基金委优秀青年基金，华山学者特聘教授，博士生导师。西安电子科技大学综合业务网理论及关键技术国家重点实验室智能信息处理中心主任。近年来从事计算机视觉和统计机器学习方面的研究，在图像跨域重建与可信身份鉴别方面进行了深入研究，内容包括画像-照片合成与识别，图像/视频超分辨率重建、图像恢复，行为分析与识别，行人重识别等。在IEEE TPAMI、IJCV、CVPR、ICCV、ECCV、NeurIPS、ICML等国际顶级期刊和会议上发表学术论文150余篇，入选中国科协青年人才托举工程，获教育部自然科学一等奖、陕西省科学技术一等奖、中国图象图形学学会自然科学奖二等奖、中国人工智能学会优秀博士学位论文、陕西省优秀博士学位论文奖等奖项。
欢迎广大师生踊跃参加！
