主讲人：过弋教授
讲座时间：2020-12-01 13:30:00
讲座地点：线上（腾讯会议号：278548235）
主办单位：电子与信息工程学院
主讲人简介：过弋华东理工大学，教授博士生导师
上海市公共数据开放专家委员
上海市信息化专家委员会-大数据专业委员会专家委员
大数据流通与交易技术国家工程实验室专家委员
大数据流通与交易技术国家工程实验室-商业智能与可视化技术研究中心主任
本科和硕士研究生均毕业于西安电子科技大学，2005.7.于英国获得Heriot-Watt University授予的计算机科学博士学位，2004.12入选英国工业部（DTI）KTP博士后研究员，2006.12作为“引进人才”入选华东理工大学。
研究兴趣包括：数据挖掘、信息获取、知识发现、商业智能分析等。
主持国家自然科学基金项目2项，省部级（教育部/上海市）科研项目3项，产学研项目合同经费超过1200万。
近5年在高水平的国际期刊和国际会议上发表论文超过50篇（SCI收录20+篇，EI收录30+篇）。2016年获得上海市科技进步三等奖。
讲座内容：
近年来，自动驾驶一直是一个有吸引力的研究领域，并且变得越来越有吸引力。使汽车自动化的大多数传感器和方法都基于视觉识别。自动交通标志检测和识别是高级驾驶辅助系统在自动驾驶中的重要应用的研究领域之一。这些交通标志被认为是一种表意文字，它通过语义信息在视觉上清晰地表达了有意义的图形符号。关于表意文字的检测和识别的研究方法很多，但关于生成任务的研究方法却很少。此外，由于数据及其注释的限制，传统的检测和识别模型不适用于此类数据集。为了应对这些挑战，我们需要设计一个模型，该模型可以学习很少的具有可学习的分布特性的表意文字图像数据集。由于注释有限，该模型应该足够通用以学习看不见的数据。但是，现有的用于少数图像数据集的生成模型仍然存在问题。由于每种生成模型在训练模型期间都有其自身的优缺点，因此提出了模型组合的想法。深度生成模型网络体系结构的组成应用于图像生成的各个领域，例如面部图像属性传递和元学习。我们提出一个具有多种生成模型架构组合的模型，并将其应用于表意数据集样本，该模型可以被视为关于生成任务的元学习，该模型能够弥合AI和类似人类在某些特定任务上的学习过程之间的差距。