【18-08期VALSE在线学术报告参与链接】

废话不多说~我们先上参与链接：

https://live.polyv.cn/watch/183344

复制链接到浏览器打开、点击阅读原文或扫描二维码即可参与活动~

报告嘉宾：施柏鑫（北京大学）

                  万人杰（南洋理工大学）

报告时间：2018年04月11日（星期三）晚上20:00（北京时间）

报告题目：A concurrent deep learning model to remove reflections

主持人：朱鹏飞（天津大学）

报告人简介：

施柏鑫，分别于2007年、2010年、2013年从北京邮电大学、北京大学、日本东京大学获得工学学士、工学硕士、博士（信息科学与技术）学位。2017年5月入选中组部“千人计划”青年项目，同年11月加入北京大学信息科学技术学院数字媒体所任研究员、博士生导师，“相机智能”课题组负责人。入职北大之前，2013至2016年曾先后在麻省理工学院媒体实验室、新加坡科技设计大学、新加坡南洋理工大学从事博士后研究，2016至2017年曾在日本国立产业技术综合研究所人工智能研究中心任研究员。曾获2015年国际计算摄像学大会（ICCP）第二最佳论文，发表于2015年国际计算机视觉大会（ICCV）的论文作为当年最优秀论文之一（1700选9）被邀请投稿至计算机视觉国际期刊（IJCV）。担任亚洲计算机视觉大会ACCV18、国际机器视觉应用会议MVA17领域主席。

个人主页：http://www.shiboxin.com

报告人简介：

Renjie Wan is currently a fourth-year PhD student from Nanyang Technological University in Singapore, under the supervision of Prof. Alex C. Kot and Prof. Boxin Shi. Prior to that, he received his Bachelor degree from the University of Electronic Science and Technology of China in 2012. His research interest is the computational photography.

相关文献： 

1. Renjie Wan, Boxin Shi, Ling-Yu Duan, Ah-Hwee Tan, Wen Gao, and Alex C. Kot, Region-Aware Reflection Removal with Unified Content and Gradient Priors, TIP 2018 (To appear)

2. Renjie Wan, Boxin Shi, Ling-Yu Duan, Ah-Hwee Tan, and Alex C. Kot, CRRN: Multi-Scale Guided Concurrent Reflection Removal Network, CVPR 2018

3. Renjie Wan, Boxin Shi, Ling-Yu Duan, Ah-Hwee Tan, and Alex C. Kot, Benchmarking single-image reflection removal algorithms, ICCV 2017

4. Renjie Wan, Boxin Shi, Ah-Hwee Tan, and Alex C. Kot, Depth of field guided reflection removal, ICIP 2016

报告摘要：

Removing the undesired reflections from images taken through the glass is of broad application to various computer vision tasks.  Many different methods have been proposed to address the limitations existed in this problems. In this talk, we comprehensively study the properties of the reflections existed in the real world with an emphasis on the data-driven learning based methods. Specifically, we propose a concurrent reflection removal model to tackle this problem in a unified manner. To evaluate the performance of our proposed method, we also collect a large-scale evaluation dataset and our approaches have shown its effectiveness in real-world dataset and different applications.

特别鸣谢本次Webinar主要组织者：

VOOC责任委员：朱鹏飞（天津大学）

VODB协调理事：章国锋（浙江大学）

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群已满，除讲者等嘉宾外，只能申请加入VALSE H群，群号：701662399），直播链接会在报告当天（每周三）在VALSE微信公众号和VALSE QQ群发布；

*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10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，请勿送花、打赏等，也不要说无关话语，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一推送上一周Webinar报告的总结及视频（经讲者允许后），每周四发布下一周Webinar报告的通知。