报告 时间：2021年11月09日（星期二）09:30-10:30

主  讲 人：韩亚洪  天津大学智能与计算学部教授  博导

报告地点：线上报告

参会方式：

1、腾讯会议号：272 389 674

2、免费，CCF会员优先

3、参会须知：实名进入腾讯会议（具体格式：XXX 欧亿6蓝狮登录地址）。

讲者简介：韩亚洪，天津大学智能与计算学部教授、博士生导师，研究方向为多媒体分析、计算机视觉和人工智能；2012年3月博士毕业于浙江大学计算机学院，博士毕业被天津大学直接聘为副教授，2016年在天津大学破格晋升正教授，2021年被聘为天津大学“英才教授”；获得计算机学会（CCF）优秀博士学位论文奖，入选教育部新世纪优秀人才支持计划，加州大学伯克利分校统计系访问学者；在跨媒体理解、计算机视觉和人工智能安全等领域发表TPAMI等顶级期刊和NeurIPS等顶级会议论文近60篇。

报告摘要：当面向视觉应用的机器学习模型在新的场景进行部署应用时常常面临跨场景数据分布差异、混合场景条件叠加、新语义空间样本稀少、新场景数据长尾分布等受限场景的实际问题。本次报告以全天候交通/监控目标检测应用为例介绍混合场景适应的目标检测、小样本长尾分布目标检测的研究进展，并对“数据+模型”双重受限条件下的视觉模型跨场景部署的新框架进行讨论。