主讲人:苗夺谦

主讲人简介:博士、IRSS /CAAI Fellow。现任同济大学计算机系教授、博士生导师；嵌入式系统与服务计算教育部重点实验室副主任。连续 5 年入选全球前 2%顶尖科学家榜单。主要研究领域包括：人工智能、机器学习、大数据分析、文本与图像理解、粒度计算等。主持完成国家与省部级科研项目20 余项，其中，国家自然科学基金 8 项，国家重点研发计划课题 2 项。发表 SCI 论文 180 余篇。获得中国人工智能学会吴文俊人工智能自然科学二等奖（第 1 完成人）（2018）。国家级一流学科“计算机科学与技术”主要负责人，国家级一流专业“数据科学与大数据技术”负责人（2022），国家级一流课程《人工智能原理与技术》负责人（2020）。作为主要完成人，获得国家教学成果二等奖 2 项（2023、2010）。获得2010 年度教育部-IBM 中国优秀教师奖，2011 年度宝钢教育优秀教师奖。担任中国人工智能学会常务理事/粒计算与知识发现专委会名誉主任；上海市人工智能学会副理事长；上海市学位委员会计算机学科评议组专家；上海市计算机科学与技术专业教学指导委员会副主任。3 个 SCI 国际期刊的副编辑（AE）。曾任同济大学计算机系系主任，电子与信息工程学院副院长，“计算机与信息技术”国家级实验教学示范中心主任；国际粗糙集学会第十届理事长，中国人工智能学会粒计算与知识发现专委会主任，上海市计算机学会第九届副理事长。

报告简介：行人搜索的目标是解决行人检测与行人再识别问题。现有的方法是基于快速R-CNN的端到端框架，然而，由于快速R-CNN的并行结构，抽取的特征来自于区域候选网络的提案，而不是预测标定框，所以，影响了行人搜索的准确率。本报告介绍采用粒计算思想，我们提出的一种序贯端到端网络——SeqNet。实验分析表明，本方法显著提升了行人搜索的准确率。这一工作作为当时的SOTA，成为后来研究者超越的目标。

时间：2024-05-24 14:30

地点：综合楼2507