报告承办单位:计算机学院

报告内容: 泛比及鲁棒特征的机器学习问题

报告人姓名：方辉

报告人所在单位:拉夫堡大学

报告人职称/职务及学术头衔:副教授

报告时间:2025年4月22日周二上午10点00

报告地点:金盆岭9教211

报告简介：传统的机器学习主要依赖人工特征处理与提取，而依赖模型自身学习数据的特征学习是模型自动学习的过程，是机器视觉任务里的核心问题，好的特征能更好的服务多样的下游任务并确保任务的性能及其稳定性，从而提升机器类似生物视觉系统的场景感知能力。本次讲座将讨论特征提取在近年内的发展并进一步介绍现阶段提高泛化性和鲁棒性特征提取的一些有效策略手段。重点讲解如何使用这些策略以提升多种应用中的特征提取问题，其中包括但不仅限于图像分割，风格迁移，信息隐藏等下游任务。

报告人简介:方辉博士现就职拉夫堡大学，在人工智能领域有近 20年经验，成果覆盖学术和相关产业。主要研究方向：计算机视觉，图像处理，大数据可视化，可视化分析，人工智能。2006 年毕业于布拉德福德大学主攻多媒体基于内容的智能检索，致力于开发图像压缩域快速检索与管理系统，曾应用于欧盟 FP6 框架下伦敦奥运点播查询系统，从2006年之后的十年间，于牛津大学等多所英国知名高校从事博士后研究员工作，曾领导开发国际地震中心可视化地震数据分析平台，入选牛津大学社会影响力案例，现今此系统仍应用于国际地震中心的日常工作流程中：2015年到2018年期间就职于知山大学和利物浦约翰莫尔斯大学，2019年1月入职拉夫堡大学。近年来主持国家级科研项目多项，包括：创新英国 KTP项目（KTP PROJECT £197,792）。创新英国SMART GRANT: AN AGENT BASED MODELLING SOLUTION FOR RELIABLE DECISION MAKING IN CRISIS AND MARKET TURMOIL IN CONSUMER RETAIL $199,751），英国科学工程理事会工业合作基金（DRONE BASEDAI SYSTEM IN AGRICULTURE £60,866），英国科学工程理事会项目（FUNDED PROJECT: RAMP VIS: MAKING VISUAL ANALYTICS AN INTEGRAL PART OF THE TECHNOLOGICAL INFRASTRUCTURE FOR COMBATING COVID-19 £427,038）等，其中大型项目成果：与伦敦奇点智能公司的开发产品已被联合利华及荷兰卡夫享氏公司采用；与利兹教学医院开发的视觉体液健康系统也在原型测试阶段；作为参与人参与了NIHR (SURGICAL MEDTECH COOPERATIVE FUTURE UNMET NEEDS CALL CLINICALLY DRIVEN THEME: THE FUTURE OF SURGERY. PROJECT: COMPUTER VISION TO AUTOMATICALLY MONITOR URINE OUTPUT & 10,000）；英国自然研究理事会项 (AIRBORNE RESEARCH FAGILITY GRANTPROJECT: ASSESSING DUNE FIELD EVOLUTION AT SEFTON COAST 354,354） 等。已在顶级会议和顶级期刊 (CVPR, AAAI, ECCV，IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, PATTERN RECOGNITION等）发表论文150余篇。同时，担任多个国际著名期刊和会议编辑，包括 EUROVIS.， INTERNATIONAL CONFERENCE ON COMPUTATIONAL VISUAL MEDIA (CVM), COMPUTER GRAPHICS AND VISUAL COMPUTING (CGVC), INTERNATIONAL CONFERENCE ON EMERGING UBIQUITOUS SYSTEMS AND PERVASIVE NETWORKS (ICEUSPN), GUEST EDITOR OF SPECIAL ISSUE IN MDPI ENTROPY, AI Communications 副主编。