学术报告第201524期

报告题目：图像和视频识别中的特征选择（Feature  Selection in Image and Video Recognition）

报  告 人：吴建鑫（南京大学教授，中组部“青年”获得者，基金委优青获得者）

报告时间：2015年5月13日（星期三） 上午9:00

报告地点：南一楼中311室

报告摘要：

近来，高维表示（如FV和VLAD）在图像和视频识别中已获得优秀的效果。然而，其存储和计算开销很大，使这些表示方法在大规模问题中的应用颇为棘手。在这个讲座中，报告人将回顾解决此问题的已有方法，并介绍其提出的基于互信息的特征选择方法，该方法简单但最有效。该方法已被成功应用于通用的图像和视频识别，并被应用与细粒度图像分类中。

Abstract:  

Recently,  high dimensional representation such as FV or VLAD has shownexcellent accuracy  in image and action recognition. The computational and storage costs of these  representations, however, have become aserious issue in large scale  applications. In this talk, I will reviewexisting methods to handle this issue,  and introduce MI-based featureselection, a simple yet most effective method  proposed by us. Thismethod has shown been successfully applied to general image  and videorecognition, as well as fine-grained  categorization.

报告人简历：

吴建鑫，南京大学教授，博士生导师，入选中组部青年海外高层次人才引进计划（青年计划），2014年获得国家自然科学基金委优秀青年科学基金项目支持。主要从事计算机视觉和机器学习等领域的研究工作。在重要国际期刊如TPAMI，IJCV，AIJ，JMLR，TIP等以及重要国际会议如  ICCV、CVPR、ICML、NIPS、IJCAI、INFOCOM、ICRA等发表论文六十余篇。曾担任国际会议ICCV、ACCV、ACML、PSIVT、PCM等的领域主席和组织委员会成员，在ICCV  workshop应邀做报告，并多次担任IJCAI、ICCV、CVPR、TPAMI、IJCV、TIP等的资深程序会、程序委员会成员、或期刊审稿人。  曾获得教育部自然科学一等奖（2005年度，第五完成人）。据Google  Scholar统计，发表的论文被60余个国家和地区的学者他引3700余次。