题目：《多模态视觉结构学习》

时间：2023年9月18日（周一）上午9:40（暂定）

报告人及简介：

李玺教授，浙江大学上海高等研究院副院长、教授、国家杰青获得者、IET Fellow，国家级领军人才，科技部科技创新 2030-“新一代人工智能”重大科技项目负责人，国家自然科学基金委联合基金重点项目、教育部重点规划研究项目负责人，在国际权威期刊和会议发表论文 180 余篇，多篇 ESI 高被引。曾获世界人工智能大会 SAIL 奖、国际会议论文奖、中国发明协会创业创新奖一等奖，教育部科技进步奖一等奖，CSIG 自然科学奖二等奖、CIE 科技进步一等奖、CIUR 产学研合作创新与促进奖、2 项北京市自然科学技术奖，以及 1 项中国专利优秀奖。

内容简介：

互联网和物联网时代催生了海量视频大数据，从这些海量视频数据中有效提取知识迫切需要各种人工智能的技术和手段。因此，如何进行人工智能驱动的视觉计算已经成为当今知识经济时代亟待解决的核心技术问题。本报告主要围绕数据驱动的人工智能学习方法，进行大规模图像/视频数据的视觉特征学习，从目标视觉感知特性、视觉特征表达、深度学习器构建机制、高层语义理解等多维度视角进行了深入剖析，并引入了大规模视觉特征学习所涉及的主要研究问题和技术方法。然后系统地回顾了视觉特征表达和学习领域的不同发展阶段，介绍了近年来我们利用视觉特征学习进行视觉语义分析和理解所做的一系列代表性的研究工作及其实际应用。报告的最后将和大家一起探讨一下涉及视觉特征学习所面临的一些开放性问题和难题。