讲座时间：2018年7月2日14:00-17:30

讲座地点：计算机与软件学院1楼报告厅

 

报告1题目：多模态与跨模态人脸识别研究

报告时间： 14:25 – 15:10

报告人简介：韩琥，中科院计算所副研究员。2011年博士毕业于中科院计算所，之后分别在美国密歇根州立大学和美国谷歌总部从事生物特征识别研究，曾担任谷歌Abacus项目核心研发成员。2015年加入中科院计算所，主要研究方向为生物特征识别、计算机视觉及模式识别，特别是生物启发的视觉感知建模方法，如多目标检测、多模态表征以及多任务协同等。在包括IEEE T-PAMI、IEEE T-IFS、CVPR、ECCV在内的领域知名国际期刊与会议上发表学术论文40余篇，其中一作与通讯作者CCF-A类期刊长文7篇（一作T-PAMI长文2篇），谷歌学术引用1300余次（H-Index：19）；多次应邀担任ICB、IJCB、ACCV等领域知名国际会议的程序委员会委员。作为负责人承担国家基金委重点项目课题1项，中科院对外合作重点项目1项和国家基金委面上项目1项，作为课题骨干参与科技部973项目课题1项；曾作为技术负责人参与美国司法部和自然科学基金的模拟画像识别和人脸活体判别等项目。联合指导研究生获ICCV2015表观年龄识别竞赛亚军、CCBR2016最佳学生论文奖、ICPR2018端到端文本检测与识别竞赛季军（学术界）。

 

报告摘要：近年来随着二维人脸数据规模的增长以及深度卷积神经网络等深度学习方法的飞速发展，基于二维图像的人脸识别取得了突飞猛进的进步，在以LFW为代表的半可控场景数据集上可以取得超过99.8%的识别准确率。但在复杂场景下，因为数据模态差异、图像分辨率差异、姿态与光照变化等挑战，基于二维图像的人脸识别系统的鲁棒性仍然不高。2017年9月苹果公司在iPhone X上引入了FaceID人脸解锁技术，使得多模态人脸识别技术得的各界的极大关注。报告将首先综述本领域的研究进展，并总结当前存在的挑战性问题；然后介绍研究团队在多模态与跨模态人脸识别方向的若干研究进展，包括RGB-D多模态互补特征学习、夜间远距离人脸识别、模拟画像与照片跨模态识别、多模态融合的复杂场景人脸识别等，最后对该领域的发展趋势进行展望。

 

报告2题目：真实世界人脸表情识别

报告时间： 15:10 – 15:55

报告人简介：邓伟洪，北京邮电大学信息与通信工程学院教授，博士生导师，研究方向为计算机视觉与模式识别，在包括IEEE TPAMI、CVPR在内的国际期刊和会议上发表论文100余篇，曾入选北京市优秀博士学位论文、教育部“新世纪优

秀人才”计划、北京市“科技新星”计划等。

 

报告摘要：人脸表情是对我们日常体验的一项重要反馈，然而目前大多数数据库和相关研究都局限于实验室控制环境下的特定单一人脸。于是我们建立了一个新颖的人脸表情数据库：真实世界表情人脸数据库（RAF-DB）。该数据库包含了接近三万张跨越不同年龄和种族包含各种不受控制的姿态和光照条件下的人脸图像。通过众包标注，每张样本都被保证能够独立标注大约40次。同时我们开发了EM算法用来对标注的结果进行可靠性的评估从而筛选出最优的表情标注结果。在RAF-DB和CK+上的跨库实验进一步表明了真实世界的表情比那些在实验室环境下严格受控的表情更加复杂多样。针对真实世界的表情识别，我们提出了一个深度局部保持卷积网络（DLP-CNN）。该网络通过在最大化类间距离的同时保留所学特征的局部紧密性，从而提高了深度特征的判别能力。在RAF-DB上进行的七类表情和十一类复合表情实验以及在CK+，MMI和SFEW 2.0上的附加实验结果表明DLP-CNN比目前先进的手工设计特征和深度学习方法更加适用于真实世界的人脸表情识别。为了促进相关表情研究，我们公布了RAF-DB数据库和基于数据库所提取的各种特征和基准实验结果。（http://www.whdeng.cn/RAF/model1.html）

 

报告3题目：三维人脸表情识别

报告时间： 15:55 – 16:40

报告人简介：黄迪，北京航空航天大学计算机学院长聘副教授，博士生导师。研究工作涉及生物特征识别，智能图像/视频处理及情感计算等。曾主持国家自然科学基金、北京市自然科学面上基金，教育部博士点基金，微软基金等科研课题和国家体育总局国家队科研综合攻关等实用型项目，还作为主要成员参与了国家重点研发计划、国家973计划、国家自然科学基金、法国科研署基金等多项国内外基础研究工作。已在领域内国内外重要期刊和会议上发表论文八十余篇，Google Scholar引用1800余次；申请国内外发明专利七项，获授权四项。曾获2013 ACM MM情感计算竞赛（AVEC）第1名，2016 IEEE ICB最佳墙报论文奖，2016 CCBR最佳论文奖，2017 ICCV AMFG Workshop最佳论文奖。现任中国人工智能学会理事和智能交互专委会秘书长、中国计算机学会人工智能专委会和计算机视觉专委会委员；是IEEE TPAMI等十余个国际学术期刊审稿人，曾多次担 ICPR 、ICASSP、FG、ICB、BTAS、CCBR等多个国际和国内会议的程序委员会委员。

 

报告摘要：自动人脸表情识别是模式识别和计算机视觉领域中的研究热点。早期表情识别研究集中在纹理模态，主要利用二维图像或视频数据。近年来，三维数据采集设备取得了长足的进步，快速地获取高精度三维视频数据成为现实。另一方面，三维数据直接刻画了表情产生的面部形变，且和纹理信息具有良好的互补关系。正是由于这些优良的特性，三维人脸表情受到了持续增长的关注。这次报告将着重介绍三维人脸表情识别在数据库构建、处理方法、实验评价等主要方面的最新研究进展，涉及三维人脸标志点定位，三维人脸配准、曲面几何表示、动态表情周期分割、多模态信息融合等多个主要研究内容，涵盖静态三维人脸表情识别、动态三维人脸表情识别、二维三维融合的人脸表情识别等典型场景。此外，报告还将对我们在三维人脸表情识别技术实用化道路上正在和将要面对的困难与挑战进行展望和讨论。

 

报告4题目：基于离散微分几何三维人脸分析

报告时间： 16:40 – 17:25

报告人简介：李慧斌，2013年博士毕业于法国里昂中央理工大学应用数学与模式识别专业博士，现为西安交通大学数学与统计学院信息科学系副教授，硕士生导师。主要研究兴趣涉及离散微分几何和统计机器学习方法在三维人脸识别、面部属性分析、三维形状分析、医学影像分析等领域的应用。曾主持国家自然科学基金、中英国际合作与交流基金、中法国际合作与交流基金、中国博士后基金、陕西省博士后基金等科研课题。已在领域内国内外重要期刊和会议上发表论文三十余篇，申请发明专利两项。曾获第七届欧盟生物特征识别工业与学术奖提名奖。现为中国工业与应用数学、中国人工智能、中国计算机、中国图象图形学等学会会员。长期担任多个期刊和会议的审稿人。

 

报告摘要：近年来，随着三维人脸传感技术的不断进步，三维人脸识别、三维人脸表情识别、三维人脸形状建模等技术受到了学术界和工业界的广泛关注。本报告将着重介绍离散微分几何方法在三维人脸识别和三维人脸面部表情识别方面的一些应用，内容涉及曲面微分几何、离散调和映照、计算共形几何、最优传输理论、离散法丛理论等离散微分几何方法。着力解决三维人脸关键点定位、三维人脸曲面参数化、三维人脸曲面表征、个性化表情识别等关键问题。最后，报告还将针对三维人脸识别技术产业化的相关问题展开讨论。