SFFAI 35 报名通知 | 生物特征识别

会员服务 ·

SFFAI 35 报名通知 | 生物特征识别

2019 年 6 月 17 日 人工智能前沿讲习班

关注文章公众号

回复"SFFAI35论文"获取本主题精选论文

SFFAI报名通知

论坛主题

生物特征识别

召集人

任民，中国科学院自动化研究所在读博士，本科毕业于国防科技大学，研究兴趣为生物特征识别。

论坛讲者

王云龙，中国科学院自动化研究所，智能感知与计算研究中心，2019届博士毕业生。研究兴趣：计算成像、生物特征识别。

题目：The Art of Rays: Light Field Imaging and View Synthesis

摘要：自由空间中传播的光线携带着三维立体世界丰富的信息，是人类感知外部世界最重要的介质和载体之一。光场用来描述光线在自由空间中的分布，光场理论发展的同时，过去的二十余年间国内外各种各样的光场成像设备被研制和开发出来。微透镜型光场相机拍摄的光场图像记录了自由空间中光线的角度方向信息，是以牺牲空间位置采样率作为代价的。空间分辨率和角度分辨率互相制约的关系，是光场图像在计算机视觉任务中应用的瓶颈。为了突破这一瓶颈，本次报告基于光场成像理论，对光场视角合成技术进行探索和研究，介绍目前该领域最新的一些研究成果和我们自己的研究工作。

Spotlight：

深入浅出介绍光场成像；
带来在光场条件下利用深度学习完成生物特征识别任务的精彩分享；
来自即将毕业的师兄的独家心得感悟。

任民，中国科学院自动化研究所，智能感知与计算研究中心。研究兴趣：生物特征识别、计算机视觉。

题目：Deep Feature Representation for Iris

摘要：Iris recognition is a reliable personal identification method but there is still much room to improve its accuracy especially in less-constrained situations. For example, free movement of head pose may cause large rotation difference between iris images. And illumination variations may cause irregular distortion of iris texture. To match intra-class iris images with head rotation robustly, the existing solutions usually need a precise alignment operation by exhaustive search within a determined range in iris image preprosessing or brute-force searching the minimum Hamming distance in iris feature matching. In the wild environments, iris rotation is of much greater uncertainty than that in constrained situations and exhaustive search within a determined range is impracticable. We propose a unified feature-level solution to both alignment free and distortion robust iris recognition in the wild. A new deep learning based method named Alignment Free Iris Network (AFINet) is proposed, which utilizes a trainable VLAD (Vector of Locally Aggregated Descriptors) encoder called NetVLAD to decouple the correlations between local representations and their spatial positions. And deformable convolution is leveraged to overcome iris texture distortion by dense adaptive sampling.

Spotlight:

以虹膜识别为抓手，分享近年来生物特征识别的进展和发展趋势；
带来最新虹膜识别算法分享。

论文推荐

生物特征识别是人工智能的重要研究领域，也是近年来人工智能产业实际落地的主要领域，受到了学术界和工业界的高度关注。两位讲者从识别算法和计算成像两个角度，为大家推荐了生物特征识别技术最新的代表性工作。

你可以认真阅读，来现场和讲者面对面交流哦。

推荐理由：光场成像和光场图像处理领域非常优秀的一篇综述文章，非常值得一读。

推荐理由来自：王云龙

推荐理由：我们研究组的光场成像技术的一篇比较早的中文综述文章，适合入门者学习。

推荐理由来自：王云龙

推荐理由：基于数据驱动的光场视角合成第一篇研究工作，发表在SIGGRAPH 2016上。

荐理由来自：王云龙

推荐理由：在EPI进行学习，来进行光场重建，提出了EPICNN的框架结构，发表在CVPR 2017上。

荐理由来自：王云龙

推荐理由：EPICNN研究工作的拓展，发表在TPAMI 2018上。

推荐理由来自：王云龙

推荐理由：我们自己的研究工作，提出了一种全新的处理4D光场数据的算法框架Pseudo 4DCNN，并使用这种框架进行准确高效的光场视角合成。

推荐理由来自：王云龙

推荐理由：可训练的VLAD描述子，将VLAD方法推广至深度学习。

推荐理由来自：任民

推荐理由：可变形卷积，近年来重要的卷积神经网络改进工作。

荐理由来自：任民

推荐理由：VLAD特征提取方法的开山之作。

荐理由来自：任民

推荐理由：今年来利用深度学习进行虹膜识别的重要工作。

推荐理由来自：任民

报名须知

时间

2019年6月23日（周日）

14:00 -- 17:00

地点

中国科学院自动化所

报名方式

扫描二维码获取报名链接

活动名额/注意事项

请童鞋们添加小助手并说明：“姓名+报名SFFAI35+研究方向”，可获取报名链接，因为同时添加的人数过多，请大家耐心等待。

1、为确保小范围深入交流，本次活动名额有限；

2、活动采取审核制报名，我们将根据用户研究方向与当期主题的契合度进行筛选，通过审核的用户将收到确认邮件；

3、如您无法按时到场参与活动，请于活动开始前 24 小时在AIDL微信公众号后台留言告知，留言格式为放弃报名 + 报名电话。无故缺席者，将不再享有后续活动的报名资格。

SFFAI招募召集人！

现代科学技术高度社会化，在科学理论与技术方法上更加趋向综合与统一，为了满足人工智能不同领域研究者相互交流、彼此启发的需求，我们发起了SFFAI这个公益活动。SFFAI每周举行一期线下活动，邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。

SFFAI自2018年9月16日举办第一期线下交流，每周一期，风雨无阻，截至目前已举办33期线下交流活动，共有64位讲者分享了他们的真知灼见，来自100多家单位的同学参与了现场交流，通过线上推文、网络直播等形式，50000+人次参与了SFFAI的活动。SFFAI已经成为人工智能学生交流的第一品牌，有一群志同道合的研究生Core-Member伙伴，有一批乐于分享的SPEAKER伙伴，还有许多认可活动价值、多次报名参加现场交流的观众。

我们邀请你一起来组织SFFAI主题论坛，加入SFFAI召集人团队。每个召集人负责1-2期SFFAI主题论坛的组织筹划，我们有一个SFFAI-CORE团队来支持你。一个人付出力所能及，创造一个一己之力不可及的自由丰盛。你带着你的思想，带着你的个性，来组织你感兴趣的SFFAI主题论坛。

当召集人有什么好处？

谁可以当召集人？

怎样才能成为召集人？

为什么要当召集人？

了解我们，加入我们，请点击下方海报！