VALSE Webinar 19-24期 去雨去雾专题

2019 年 9 月 12 日 VALSE

报告时间:2019年9月18日(星期三)晚上20:00(北京时间)

主题:去雨去雾专题-雨雾云收望远山

报告主持人:刘家瑛 (北京大学)


报告嘉宾:张赫 ( Adobe)

报告题目:Learning-based methods for single image restoration and enhancement


报告嘉宾:任文琦 (中国科学院信息工程研究所)

报告题目:Bridging the gap between low-level vision and high-level tasks


Panel议题:

1. 如何看待近几年图像/视频去雨和去雾的发展?

2. 如何理解并有效地刻画雨雾的模型?物理模型与数据驱动间的关系?

3. 目前去雨和去雾问题有哪些尚未解决的问题?未来的研究趋势及挑战有哪些?

4. 传统去雨和去雾方法与现有的基于深度神经网络方法优缺点?

5. 恶劣环境下影像增强还有哪些其他挑战问题?

6. 如何看待实际影像数据中联合降质的问题?

7. 随着深度神经网络在图像复原问题中的应用,图像去雨和去雾问题是否可以和其他问题在统一的框架中解决?与其他图像复原问题的关联和区别有哪些?


Panel嘉宾:

孟德宇(西安交通大学)、左旺孟(哈尔滨工业大学)、张赫(Adobe)、任文琦(中国科学院信息工程研究所)


*欢迎大家在下方留言提出主题相关问题,主持人和panel嘉宾会从中选择若干热度高的问题加入panel议题!

 

报告嘉宾:任文琦 (中国科学院信息工程研究所)

报告时间:2019年9月18日(星期三)晚上20:00(北京时间)

报告题目:Bridging the gap between low-level vision and high-level tasks


报告人简介:

任文琦,中国科学院信息工程研究所,信息安全国家重点实验室助理研究员。天津大学/美国加州大学莫赛德分校联合培养博士。主要研究方向包括图像去模糊、图像去雾、超分辨等图像增强相关问题。在NeurIPS,CVPR,ICCV,ECCV及TIP/TIFS等国际会议及期刊等发表学术论文20余篇。获得北京市图象图形学会优秀博士学位论文奖,微软亚洲研究院MSRA 铸星计划及CCF-腾讯犀牛鸟基金卓越奖。


个人主页:

https://sites.google.com/site/renwenqi888/


报告摘要:

图像底层处理(dehazing/deraining)的目的主要包括两方面:提高人眼感知效果及辅助提高高层视觉感知效果。尽管目前的图像增强算法可以提高人眼视觉效果,但是在提升高层视觉算法准确度方面仍然存在一定的问题。本次报告中首先介绍一种基于融合网络的图像去雾方法和一种基于分解-合成网络的图像去雨方法,然后通过级联“dehazing/deraining + detection”的方式分析了目前去雨去雾算法对目标检测算法的提升效果。


参考文献:

[1] Gated Fusion Network for Single Image Dehazing, Wenqi Ren, Lin Ma, Jiawei Zhang, Jinshan Pan, Xiaochun Cao, Wei Liu, and Ming-Hsuan Yang. CVPR 2018.

[2] Single Image Rain Removal via a Deep Decomposition-Composition Network, Siyuan Li, Wenqi Ren, Jiawan Zhang, Jinke Yu, Xiaojie Guo, CVIU 2019

[3] Single Image Deraining: A Comprehensive Benchmark Analysis, Siyuan Li, I. B. Araujo, Wenqi Ren, Zhangyang Wang. CVPR 2019

[4] Benchmarking Single Image Dehazing and Beyond, Boyi Li, Wenqi Ren, et al., 2017.

 

报告嘉宾:张赫 (Adobe)

报告时间:2019年9月18日(星期三)晚上20:30(北京时间)

报告题目:Learning-based methods for single image restoration and enhancement


报告人简介:

He Zhang is a currently a research scientist in Adobe, concentrating on image enhancement, image segmentation and image composting. He received his PhD from Rutgers, the State University of New Jersey, advised by Prof. Vishal M. Patel. He has published several papers in T-PAMI, IJCV, CVPR, TIP, etc.  And he has won 1st place in CVPR'2018 NTIRE-Dehazing challenge and 1st place in ICME-2018 Heterogeneous Face Recognition: Polarimetric Thermal -to-Visible Matching Challenge. He was selected in CVPR-2018 Doctor Consortium.


Google Scholar:

https://scholar.google.com/citations?user=HZLiJt0AAAAJ&hl=en


报告摘要:

In many applications such as drone-based video surveillance, self driving cars and recognition under night-time and low-light conditions, the captured images and videos contain undesirable degradations such as haze, rain, snow, low-light and noise. Furthermore, the performance of many computer vision algorithms often degrades when they are presented with images containing such artifacts. Hence, it is important to develop methods that can automatically remove these artifacts. However, these are difficult problems to solve due to their inherent ill-posed nature. Existing approaches attempt to introduce prior information to convert them into well-posed problems. In this talk, rather than purely relying on prior-based models, we propose to combine them with data-driven models for image restoration and translation. In particular, we develop new data-driven approaches for 1) single image de-raining, 2) single image dehazing, and 3) thermal-to-visible face synthesis.

 

Panel嘉宾:孟德宇(西安交通大学)


嘉宾简介:

孟德宇,西安交通大学数学与统计学院教授,博导。曾赴香港理工大学,Essex大学与卡内基梅隆大学进行学术访问与合作。共接收/发表论文120余篇,其中包括IEEE Trans及CCF A类会议论文70余篇。担任ICML,NIPS,AAAI等多个重要国际会议程序委员会委员。曾获陕西省青年科技奖,陕西省优秀博士论文奖,入选首批西安交通大学青年拔尖人才计划。目前主要聚焦于自步学习、误差建模、张量稀疏性等机器学习相关方向的研究。


个人主页:

http://gr.xjtu.edu.cn/web/dymeng


Google Scholar:

https://scholar.google.com/citations?user=an6w-64AAAAJ&hl=en

 

Panel嘉宾:左旺孟(哈尔滨工业大学)


嘉宾简介:

左旺孟,哈尔滨工业大学计算机学院教授、博士生导师。主要从事图像增强与复原、距离度量学习、目标跟踪、视觉交互与机器人等方面的研究。左教授在国际顶级会议CVPR/ICCV/ECCV/ICML/AAAI和国际顶级学术期刊T-PAMI、IJCV、ACM Computing Surveys及各类IEEE汇刊上发表论文90余篇。目前担任多个SCI国际期刊编委/客座编委,以及多个重要国际会议程序委员会委员。


个人主页:

http://homepage.hit.edu.cn/wangm

 
 

主持人:刘家瑛(北京大学)


主持人简介:

刘家瑛,北京大学王选计算机研究所副教授。2010年6月毕业于北京大学计算机应用技术专业获理学博士学位。研究领域包括图像/视频编码、增强与理解。担任APSIPA杰出讲者,IEEE/CSIG/CCF高级会员,IEEE MSA/VSPC技术委员会委员,CCF多媒体技术专委会/CSIG视觉大数据专委会副秘书长。累计发表IEEE汇刊与CCF A类会议论文47篇;已授权国家发明专利39项。获教育部科技进步二等奖、CSIG首届石青云女科学家奖-青年奖、北京大学首届教学卓越奖(40岁以下唯一获奖者)等。


个人主页:

http://39.96.165.147/people/liujiaying.html


19-24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:

主办AC:潘金山(南京理工大学)

协办AC:赵洋 (合肥工业大学)、刘家瑛(北京大学)

责任AC:王兴刚(华中科技大学)


VALSE Webinar改版说明:

自2019年1月起,VALSE Webinar改革活动形式,由过去每次一个讲者的方式改为两种可能的形式:

1)Webinar专题研讨:每次活动有一个研讨主题,先邀请两位主题相关的优秀讲者做专题报告(每人30分钟),随后邀请额外的2~3位嘉宾共同就研讨主题进行讨论(30分钟)。

2)Webinar特邀报告:每次活动邀请一位资深专家主讲,就其在自己熟悉领域的科研工作进行系统深入的介绍,报告时间50分钟,主持人与主讲人互动10分钟,自由问答10分钟。


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、H、I、J群已满,除讲者等嘉宾外,只能申请加入VALSE K群,群号:691615571);

*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四发布下一周Webinar报告的通知及直播链接。

8、Webinar报告的PPT(经讲者允许后),会在VALSE官网每期报告通知的最下方更新[slides]

9、Webinar报告的视频(经讲者允许后),会更新在VALSE爱奇艺空间,请在爱奇艺关注Valse Webinar进行观看。

登录查看更多
23

相关内容

他目前是天津大学计算机科学与技术学院和美国加州大学默塞德分校电子工程与计算机科学联合培养的博士研究生,他的博士生导师是操晓春,他的研究兴趣包括图像去模糊,图像/视频分析和增强,以及相关的视觉问题,相关研究成果发表在权威期刊和会议上,如IEEE TIP, CVPR, ECCV等。
3D目标检测进展综述
专知会员服务
185+阅读 · 2020年4月24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
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
112+阅读 · 2019年10月10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 19-16期 云深可知处:视觉SLAM
VALSE
12+阅读 · 2019年7月4日
VALSE Webinar 19-09期 3D视觉与深度学习
VALSE
5+阅读 · 2019年4月12日
VALSE Webinar 19-07期 迁移学习与领域适配
VALSE
5+阅读 · 2019年3月28日
VALSE Webinar 19-05期 自动机器学习 AutoML
VALSE
8+阅读 · 2019年2月28日
VALSE Webinar 19-04期 弱监督图像理解专题
VALSE
9+阅读 · 2019年2月21日
VALSE Webinar 19-01期 元学习专题研讨
VALSE
13+阅读 · 2018年12月27日
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Arxiv
5+阅读 · 2019年10月31日
Image Captioning based on Deep Reinforcement Learning
VIP会员
相关VIP内容
3D目标检测进展综述
专知会员服务
185+阅读 · 2020年4月24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
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
112+阅读 · 2019年10月10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 19-16期 云深可知处:视觉SLAM
VALSE
12+阅读 · 2019年7月4日
VALSE Webinar 19-09期 3D视觉与深度学习
VALSE
5+阅读 · 2019年4月12日
VALSE Webinar 19-07期 迁移学习与领域适配
VALSE
5+阅读 · 2019年3月28日
VALSE Webinar 19-05期 自动机器学习 AutoML
VALSE
8+阅读 · 2019年2月28日
VALSE Webinar 19-04期 弱监督图像理解专题
VALSE
9+阅读 · 2019年2月21日
VALSE Webinar 19-01期 元学习专题研讨
VALSE
13+阅读 · 2018年12月27日
Top
微信扫码咨询专知VIP会员