报告题目：小样本图像分类初探

报告人：马占宇

时间：2019年12月25日 16:00

地点：研究生楼308

报告摘要：

       随着深度学习的快速发展，基于大数据的图像分类已取得了重要进展，在很多数据集上，算法已经超越了人类的识别水平。然而，小样本图像分类任务仍有很大的提升空间。鉴于现实世界中事物的数量是符合长尾分布的，即大部分事物的数量是很少的；并且人类学习一个概念并不需要成千上万的训练数据，小样本图像分类已经成为了当下计算机视觉和机器学习领域的研究热点。本报告将从损失函数、网络结构和集成学习方法三个角度，介绍本课题组在解决小样本图像分类方面的探索。

报告人简介：

       马占宇，瑞典皇家理工学院博士、博士后，现任北京邮电大学博士生导师，丹麦奥尔堡大学兼职博士生导师，IEEE高级会员，中国图象图形学学会高级会员、理事、副秘书长，中国计算机学会高级会员、计算机视觉专委会委员、副秘书长；主要研究方向是模式识别与机器学习及其在非高斯概率模型、小样本数据建模与分析、计算机视觉、多媒体信号处理等领域的应用。共在包括IEEE TPAMI在内的顶级国际期刊和会议上发表论文80多篇，担任IEEE Trans on Vehicular Technology 等期刊编委、国际学术会议SPLINE2016技术委员会联合主席（Technical Co-chair）、IEEE MLSP2018大会联合程序主席（Program Co-Chair）。

       主持包括国家自然科学基金“优青”、重点研发计划课题等在内的多个项目；授权发明专利15项；获2017年度“第七届吴文俊人工智能科学技术奖”一等奖，2017年度“北京市科学技术奖”二等奖，第十四届北京青年优秀科技论文一等奖，国际会议IEEE IC-NIDC最佳论文奖等，入选2017年度“北京市科技新星”计划。