功夫：2026年7月1日（周三）上午11:00-12:00
地址：宝山校区东区12号楼525会议室
讲座：迈向视觉智能：从视觉说话关系推理到部件发现
演讲者：张健 教授，悉尼科技大学
演讲者简介：
张健教授现任澳大利亚悉尼科技大学（University of Technology Sydney, UTS）工程与信息技术学院教授。他持久从事二维与三维推算机视觉、模式鉴别与数据分析、大规模图像和视频内容分析与检索、多媒体与社交媒体信号处置等方向的钻研。张健教授曾在澳大利亚Data61和摩托罗拉澳洲钻研中心Centre从事科研与项目治理工作，拥有丰硕的学术钻延注工程转化与产业合作经验。近年来，他携带团队萦绕推算机视觉和人为智能技术发展跨学科钻研，出格是在农业食品、视频智能分析、指标检测、宰割、跟踪和复杂场景理解蹬爪用领域形成了拥有影响力的成就。据悉尼科技大学幼我主页介绍，张健教授已颁发240余篇同业评讨论文，占有11项美国授权专利，并屡次受邀在国际会议和学术活动中作主题汇报或学术演讲。
讲座提要：
本次讲座萦绕“视觉说话关系推理与无监督部件发现」毓开，沉点介绍结构化视觉理解领域的近期钻研进展。汇报将首先会商视觉说话关系推理问题，即若何通过结构化关系建模视觉场景，使模型不仅可能鉴别图像中的物体，还可能理解物体之间、区域之间以及视觉内容与说话描述之间的复杂语义关系。有关内容蕴含基于子图的推理框架，以及借助大说话模型构建和诠释场景图的步骤，用于提升复杂图像内容理解、视觉问答和跨模态推理的能力。在此基础上，汇报还将介绍无监督部件发现步骤，探求若何在短缺人为部件级标注的情况下，从人脸、人体和通常物体中自动发现拥有语义意思的部门结构。通过将关系推理与细粒度部件分化相结合，这些钻研尝试突破传统指标识此外局限，使视觉感知系统可能更好地理解对象的组成结构、部门差距和语义关联。
约请者：彩运网通讯与信息工程学院 曾丹教授
欢迎宽大老师和学生参与！
