生物特征识别学科前沿讲习班 | 中国图象图形学学会

ailike

【活动简介】

       人脸、虹膜、指纹等生物特征识别技术已经广泛应用于智能手机、金融支付、公安司法、边检通关、社保福利、交通旅游、教育考试、智能家居、智能汽车等领域，成为人工智能领域最接地气的应用方向之一，也是新一代人工智能、"互联网＋"等国家战略的重要内容。如何提高现实复杂场景生物特征识别的便捷性、鲁棒性、精确性和安全性驱动模式识别、计算机视觉等学科方向的理论和方法创新，生物特征识别性能也受益于“深度学习+大数据”技术路线突飞猛进。
       中国图象图形学学会将围绕“生物特征识别”这一主题，于2018年4月14日-15日在中国科学院自动化研究所举办第四期“CSIG图像图形学科前沿讲习班”（Advanced Lectures on Image and Graphics，简称IGAL）。本期由中国科学院自动化研究所孙哲南研究员担任学术主任，邀请生物特征识别领域的知名专家作报告，使学员在了解学科热点、提高学术水平的同时，增加与生物特征识别领域顶尖学者之间的学术交流。

【特邀讲师】

孙剑，旷视科技(Face++)首席科学家、旷视研究院院长
报告主题：慧眼识人：让机器像人一样看懂人
孙剑于1997、2000、2003年在西安交通大学自动控制专业获得学士、西安交通大学人工智能与机器人研究所获得硕士和博士，毕业后加入微软亚洲研究院，任至首席研究员；2015-2016年在微软美国研究院任合伙人级研究主管。其主要研究方向是基于深度学习的图像理解、人脸识别、和计算摄影学。自2002年以来在CVPR,ICCV,ECCV,SIGGRAPH,PAMI五个**学术会议和期刊上发表学术论文100+篇，Google Scholar引用40,000+次，H-index68，两次获得CVPR Best ** Award(2009,2016)。孙剑博士于2010被美国权威技术期刊MIT Technology Review评选为“全球35岁以下杰出青年创新者TR35”。孙剑博士带领的团队于2015年获得图像识别国际大赛五项冠军(ImageNet分类、检测和定位，COCO物体检测和分割)，其团队开发出来的“深度残差网络-ResNet”和“基于区域卷积神经网络的快速物体检测-FasterRCNN”技术目前被广泛应用在学术和工业界，包括2017年DeepMind开发出的AlphaGo Zero系统。2016年，孙剑博士获得2016年度中华人民共和国国家自然科学二等奖。2017年，孙剑带领的旷视科技团队获得COCO&Places图像理解国际大赛三项冠军(COCO物体检测、人体关键点，Places物体分割)。孙剑博士拥有超过40项美国或国际专利。

孙哲南，中科院自动化所副总工程师、研究员、博导、IAPR Fellow
报告主题：虹膜识别研究进展和发展趋势
孙哲南，中国科学院自动化研究所副总工程师、研究员和博士生导师、天津中科智能识别产业技术研究院院长、国际模式识别学会会士IAPR Fellow、中国图象图形学学会机器视觉专委会副主任、中国人工智能学会模式识别专委会秘书长、中国生物识别产业技术创新战略联盟秘书长，曾任国际期刊IEEE Transactionson Information Forensics and Security和IEEE Biometrics Compendium编委，主要研究方向是生物特征识别、模式识别、计算机视觉，主持和参与国家级科研项目十余项，发表国内外期刊和会议论文190多篇，其中SCI收录48篇，EI收录134篇，近5年论文被SCI他引700余次，Google Scholar引用4000多次，H-index指数35，获得国家发明专利授权46项。虹膜识别技术成果在煤矿、司法、金融等领域得到规模化应用，获得国家技术发明二等奖和中国专利优秀奖。

赫然，中科院自动化所研究员、博导，国家优青
报告主题：大规模人脸图像编辑理论、方法及应用
赫然，博士，中国科学院自动化研究所模式识别国家重点实验室研究员，中国科学院脑科学与智能技术卓越创新中心年轻骨干。2001、2004年于大连理工大学获计算机科学学士和硕士；2009年于中国科学院自动化研究所，获模式识别与智能系统工学博士。2010年至今，在模式识别国家重点实验室任助理研究员、副研究员、项目研究员、研究员；2017年至今,担任中国科学院大学人工智能技术学院模式识别教研室副主任。从事模式识别应用基础理论研究，并应用到生物特征识别和智能视频监控，在面向智慧城市监管需求的系统平台上取得成功应用，取得一定经济效益。近期主要聚焦在生成式深度学习以及大规模图像编辑中遇到的瓶颈问题，展开图像模式分析基础理论研究。出版信息理论学习专著1部；在IEEE TPAMI、TIP、TIFS、TNNLS、TKDE、TBD、TSMCS等权威国际期刊以及NIPS、ICCV、CVPR、IJCAI、AAAI、SIGIR、ACM MM等权威国际会议发表论文120篇，研究工作获得国家自然科学基金优秀青年科学基金资助。

冯建江，清华大学自动化系副教授、博导，国家优青
报告主题：指纹识别现状与研究进展
冯建江，清华大学自动化系副教授，博士生导师。研究方向为图像处理与模式识别。担任国际学术期刊《Image and Vision Computing》编委，国际生物特征识别学术会议（International Conference on Biometrics，2014-2016）领域主席，中国生物特征识别学术会议（2015-2018）程序委员会主席。获中国发明专利10项、美国发明专利4项，指纹技术授权国内外领军企业。获国际会议最佳论文奖3次、中国电子学会科技进步**1次、教育部自然科学二等奖2次、国家基金委优秀青年基金。

王亮，中科院自动化所研究员、博导，国家杰青
报告主题：步态识别的进展、机遇和挑战
王亮，研究员，博士生导师。1997年和2000年分别获安徽大学工学学士和硕士学位，2004年获中国科学院自动化研究所工学博士学位。2004-2010年分别在英国帝国理工大学、澳大利亚莫纳什大学、澳大利亚墨尔本大学及英国巴斯大学工作，历任助理研究员、研究员和讲师。2010年入选中国科学院“百人计划”（终期优秀），2015年获得国家杰出青年科学基金，2016年获得第十四届中国青年科技奖，2018年入选首都科技领军人才培养工程。目前是模式识别国家重点实验室副主任，中国计算机学会计算机视觉专委会秘书长，中国图象图形学学会视觉大数据专委会主任，中国电子学会青年科学家俱乐部副主席，中国图像视频大数据产业技术创新战略联盟秘书长，中科院脑科学与智能技术卓越中心骨干人才。王亮博士主要从事机器学习、计算机视觉、模式识别、数据挖掘等相关领域的研究工作。现已出版编(专)著7部，在主要的国内外学术期刊和国际学术会议上发表论文200余篇，谷歌引用1万余次。他现为或曾为IEEE TIFS、IEEE TSMC-B、PR等国际学术刊物的编委，曾获得中科院院长奖学金特别奖、中科院优秀博士论文及全国百篇优秀博士论文提名奖等荣誉。他是电子电气工程师学会(IEEE)高级会员，国际模式识别学会(IAPR)会士。

郑伟诗，中山大学教授，国家优青，英国皇家学会牛顿高级学者基金获得者
报告主题：行人重识别及其若干难点问题
郑伟诗，博士，中山大学数据科学与计算机学院教授。他主要面向大规模智能视频监控，展开视频图像信息与信号的处理研究，并开展大规模机器学习的算法和理论研究。他目前的主要研究应用领域是：视频监控下的行人身份识别与行为信息理解。面向大规模监控网络下的行人追踪问题，他在国内外较早和持续开展跨视域行人重识别的研究，发表一系列以跨视域度量学习为主线的研究工作，他提出的基于相对比较思想建模思路在行人重识别中被广泛深入研究。他已发表100余篇主要学术论文，其中60余篇发表在图像识别和模式分类IEEE TPAMI、IEEE TIP、IEEE TNN、PR、IEEE TCSVT、IEEE TSMC-B等国际主流权威期刊和ICCV、CVPR、IJCAI等计算机学会推荐A类国际学术会议。担任PR等期刊的编委。获国家优秀青年科学基金、英国皇家学会牛顿高级学者基金、广东省自然科学杰出青年基金和广东省创新领军人才项目支持。

徐明星，清华大学副教授，清华大学-得意音通声纹联合实验室副主任
报告主题：语音处理技术在无监督身份认证中的应用
徐明星，博士、清华大学计算机系副教授，清华大学-得意音通声纹联合实验室副主任。从事语音语言处理和生物特征识别研发工作20多年，主要研究兴趣包括语音识别、声纹识别、情感识别和话语理解等，负责和参加了多项国家973、863、重点研发计划、自然科学基金重点项目等研究课题，参加过多个声纹识别相关的国家和行业标准的起草工作。中国人工智能学会人工心理与人工情感专委会委员、中国心理学会音乐心理学专委会委员。

山世光，中科院计算所研究员，国家优青，中科视拓董事长兼CTO
报告主题：人脸识别的近期进展与应用
山世光，中科院计算所研究员、博导，中科院智能信息处理重点实验室常务副主任，中科视拓创始人、董事长兼CTO。国家优青，国家百千万人才工程入选者，CCF青年科学奖获得者，主要从事图像处理与理解、计算机视觉、模式识别、智能人机交互界面等研究。研究成果获2005年度国家科技进步二等奖，2015年度国家自然科学二等奖，CVPR2008 Best Student Poster Award Runner-up奖。已在国内外刊物和学术会议上发表论文200余篇，其中CCF A类论文60余篇，论文在谷歌学术上被引用12000余次。

【活动咨询】

骆老师/董老师
010-82544676 ， 18518633293（微信同号）
igal@csig.org.cn