講座主題：
圖像表示學習中的二階統(tǒng)計建模
主講人姓名及介紹：
武玉偉，北京理工大學計算機學院副研究員、博士生導師，中國計算機學會計算機視覺專委會委員，中國圖象圖形學會3DV三維視覺專委會委員,、視覺大數(shù)據(jù)專委會委員。2014年7月于北京理工大學獲得計算機應(yīng)用技術(shù)工學博士學位,，并獲得北京理工大學優(yōu)秀博士學位論文獎,、中國人工智能學會優(yōu)秀博士學位論文提名獎。2014年8月至2016年8月赴新加坡南洋理工大學電氣電子工程學院從事博士后研究,。2016年10月加入北京理工大學計算機學院,。主持國家自然科學基金、北京市自然科學基金等課題,，在計算機科學國際權(quán)威期刊T-NNLS,、T-IP、T-CSVT,、T-ITS,、T-MM和國際頂級會議CVPR、AAAI,、ACM MM 等發(fā)表論文30余篇,。主要從事計算機視覺、機器學習,、信息檢索等方向的研究,。
報告摘要：
近年來,，圖像表示學習經(jīng)歷了從手設(shè)計到深度神經(jīng)網(wǎng)絡(luò)模型學習的快速發(fā)展，它是理解圖像語義的基本問題,。許多計算機視覺任務(wù)的實現(xiàn)都遵循特征“提取+編碼+分類”的范式,。本報告主要介紹基于二階統(tǒng)計建模的圖像表示學習方法，重點討論在非歐空間中如何編碼,、度量,、優(yōu)化深度特征，并在圖像分類,、視覺問答等計算機視覺任務(wù)上驗證所提出方法的有效性,。