题目：复杂场景下的目标重识别

时间：12月21日（周三）上午9:30

地点：腾讯会议室459-589-071

摘要：

跨视角目标（如行人、车辆等）重识别在智慧城市、智慧社区等领域有重要应用。然而现有的目标识别方法无法解决复杂多变场景下的目标识别问题。本次报告主要分享课题组在相关领域工作进展：1）无人机场景下的目标识别：我们设计了一种在特征层实现旋转不变性的Transformer，克服无人机视角下多种旋转角度变化等挑战；2）虚拟到真实的跨域目标识别：我们构建了一个多环境要素的大规模虚拟行人数据集，设计了一种虚拟到现实域泛化的目标重识别方法；3）素描场景下的目标识别：我们提出了一种非对称解耦的Transformer，解决素描图像和常规图像之间的信息不匹配问题。此外，针对常规行人重识别任务，我们提出了一种基于金字塔结构的Transformer，在多个数据集中取得了SOTA的准确率。

个人简介：

叶茫，武汉大学计算机学院教授、博士生导师，国家级高层次青年人才，中国科协青年托举人才，湖北省高层次人才。曾任阿联酋起源人工智能研究院研究科学家和美国哥伦比亚大学访问学者。主要研究方向计算机视觉、可信人工智能等，发表国际期刊会议论文70余篇，其中第一/通讯作者发表CCF-A类论文30余篇，ESI高被引论文8篇，谷歌学术总引用4000余次，引用者包括图灵奖获得者Geoffery Hinton，Yann Lecun等。担任国际SCI期刊CAAI TRIT(IF=7.985)、Journal of Electronic Imaging编委等学术职务。主持湖北省重点研发计划、国家自然科学基金面上项目等科研项目。获谷歌优秀奖学金、国际计算机视觉顶会ICCV2021赛道冠军、2021-2022年斯坦福排行榜“全球前2%顶尖科学家”、2022年百度AI华人青年学者等荣誉。