吴文俊人工智能科学技术奖
INNOVATION TEAM
创新团队
首页 > 创新团队 > 正文

基于结构化表达学习的视觉理解及应用

2019年01月11日   来源:中国人工智能学会     

1836

林倞,中山大学教授,国家万人计划青年拔尖人才,国家优秀青年基金获得者,教育部超算工程软件工程研究中心副主任, IET Fellow。先后在美国加州大学洛杉矶分校、香港中文大学等机构工作或访问研究。长期从事机器感知与认知、大数据分析等相关研究以及技术成果转换。迄今在顶级国际学术期刊与会议上发表论文100余篇,包括在PAMI/IJCV期刊发表论文15篇,4篇论文成为ESI高被引论文。获得NPAR 2010 最佳论文奖, 2012 Google Faculty Award, 2017年度 World’s FIR

  专家简介

  林倞,中山大学教授,国家万人计划青年拔尖人才,国家优秀青年基金获得者,教育部超算工程软件工程研究中心副主任, IET Fellow。先后在美国加州大学洛杉矶分校、香港中文大学等机构工作或访问研究。长期从事机器感知与认知、大数据分析等相关研究以及技术成果转换。迄今在顶级国际学术期刊与会议上发表论文100余篇,包括在PAMI/IJCV期刊发表论文15篇,4篇论文成为ESI高被引论文。获得NPAR 2010 最佳论文奖, 2012 Google Faculty Award, 2017年度 World’s FIRST 10K Best Paper Diamond Award by IEEE ICME, 2014 Hong Kong Scholars Award,获得2016 英特尔杯全国并行应用挑战赛金奖,2018 Pattern Recognition年度最佳论文奖,吴文俊人工智能自然科学二等奖(第一完成人)。担任CVPR、ICCV等知名学术会议的领域主席,IEEE Trans. Human-Machine Systems等著名学术期刊的编委(AE)。

  项目简介

  本项目属于信息科学、人工智能等领域的一项前沿交叉性研究,旨在从理论上应对视觉大数据环境下的诸多计算机视觉挑战,为其在先进智能制造业、智慧城市,智能医疗等领域的应用奠定理论基础,具有重要的学术价值和应用价值。本项目取得的主要学术成绩和创新成果可以简单归为以下几个方面:

  计算机视觉基础方法和模型研究:本项目围绕着视觉计算和学习的核心难题,包括,如何表达复杂多样的视觉模式、如何搜索任务目标的最优解并克服视觉分析的不确定性、如何基于视觉数据的实现视觉语义的透彻理解和智能推理,长期开展脉络清晰、特色鲜明的研究,提出了一系列针对各层次视觉任务的数理模型和通用算法。针对不同层次的经典视觉任务(例如分割、匹配、检测、识别),本项目进一步将提出的算法与深度学习进行深入结合,显著地改进了现有的深度学习技术的不足,达到了令人满意的效果。在图结构匹配、基于形状的物体检测识别、视觉语法模型学习、视频轨迹解析等研究问题中达到了国际领先的水准。本项目的另一个重要研究思路是构建视觉信息的表达学习与高层知识嵌入相结合的模型框架,在充分挖掘场景图像外观、几何信息的前提下,利用特定场景的先验信息和常识知识等高层信息,理解和推理图像视频中的高层语义。

  面向应用的关键问题研究:在视觉计算基础理论研究的同时,本项目围绕智能监控、数字艺术等应用问题开展研究,积极探索计算机视觉技术与多媒体技术、图形学之间的融合。第一完成人提出了一套基于图像视频内容理解的高性能艺术作品生成技术,并通过高性能分布式计算以及GPU来解决图像和视频的渲染过程中计算量过大和计算耗时较长的问题(获得国家自然科学基金MSRA联合基金支持,编号60970156,已结题),并在广东省科技厅立项(编号:2012B091100148)。其中油画视频生成技术发表在知名国际会议 ACM NPAR 2010,评委认为该工作是用视频内容理解驱动非真实感绘制的开创性工作,因此获得了会议颁发的优秀论文奖。既从学术层面提出了创新的工作(一系列论文发表在著名学术期刊和会议),同时又研发出若干原型系统,进一步进行成果转换。本项目完成了若干套智能视频分析和监控软件系统,对监控视频中的各类目标和行为有效识别和报警。例如对场景中特定区域的行人或车辆的入侵、存在周边游荡行人、车辆以及出现遗留物等行为、各种尾随以及定向运动,以及对违规行为(盗窃、躺卧、围观、斗殴、纵火)进行分析和预警。目前已有2套成熟度较高的软件系统形成,并分别通过了中国赛宝实验室(工业和信息化部电子第五研究所)的评测和鉴定,达到了功能性、可靠性、易用性等各项标准。

  本项目研究成果具有较高的学术影响力,已入选国际期刊Pattern Recognition最佳论文奖,国际会议IEEE ICME 2014最佳学生论文奖和ICME 2017钻石最佳论文奖,ACM China 优秀博士论文奖,中国计算机学会优秀博士论文奖等奖励,并产生了3篇ESI高引用论文。

  实验室简介

  中山大学人机物智能融合实验室(http://www.sysu-hcp.net)依托于中山大学数据科学与计算机学院,围绕“人工智能原创和前沿技术”布局研究方向与课题,并与产业界开展广泛合作,输出大量原创技术及孵化多个创业团队。在感知计算与智能学习、机器人与嵌入式系统、人机协同技术、大数据挖掘与分析等领域开展研究,以“攀学术高峰、踏应用实地”为工作理念。实验室目前有教授1名,副教授3名,特聘研究员3名,工程师2名。其中林倞教授入选国家万人计划青拔人才,获得国家优秀青年科学基金,任教育部超算工程软件工程研究中心副主任,2017年入选IET Fellow;梁小丹副教授是中山大学“百人计划”人才引进,曾任卡耐基梅隆大学研究科学家;王青副教授获得Google Research Award,并曾在麻省理工大学媒体实验室(MIT Media Lab)访问工作。实验室承担或者已完成各级科研项目40余项,包括国家重点研发计划项目、国家自然科学基金委-广东大数据科学中心项目、国家自然基金委重点项目等,共获得科研经费超过数千万元。科研团队在顶级国际学术期刊与会议上发表论文200余篇,包括在IEEE/ACM Trans汇刊发表论文60余篇,在CVPR/ICCV/NIPS/Multimedia/AAAI/IJCAI等顶级会议发表论文80余篇,获得一系列国际会议和期刊的最佳论文奖,包括NPAR 2010 Best Paper Award, ACM SIG CHI Best Paper Award Honorable Mention, ICME 2014 Best Student Paper, The World’s FIRST 10K Best Paper Diamond Award by ICME 2017,Pattern Recognition 年度最佳论文奖等。实验室同样注重成果转换,与知名IT及人工智能企业,例如中兴通讯、华为海思、广州视源科技等,开展广泛合作,完成企业委托研发项目。近年来与人工智能独角兽企业商汤科技共建研发团队,大量成果应用于商汤科技的视频大数据分析、手机拍照成像、自主机器人等核心业务线。

组织机构

主管单位
中华人民共和国科学技术部
国家科学技术奖励工作办公室
主办单位
中国人工智能学会

奖励资质