2018-05-25:祝贺研究室博士生何相腾获得北京大学信息科学技术学院“学术十杰”荣誉称号!
在5月25日信息科学技术学院举办的阿里巴巴杯“学术十杰•学术新星”评选活动中,研究室博士生何相腾喜获“学术十杰”荣誉称号。“学术十杰”是信息学院授予学院研究生在学术领域的最高荣誉。评选包括紧张激烈的材料评审和决赛答辩两个环节,本届决赛共有21名选手进行答辩,按专业分两场举行:计算机智能专场和电子微电子专场,决赛评委老师根据参赛选手的学术成果、科研能力、现场答辩、创新性进行综合评议。
何相腾同学的工作主要围绕弱监督图像细粒度分类问题展开,从弱监督、高精度、高效率、自适应和多模态方面进行研究,提出了显著性空间拓扑关联,通过卷积激励的显著性分布统计与空间拓扑关系约束的显著区域优化,突破图像细粒度辨识与分类难题;提出了注意力引导的快速辨识性定位方法,使用区域生成网络加速候选区域生成,并利用ROI Pooling避免了每个候选区域分别卷积的复杂计算,实现了高效的图像细分类;提出了堆叠式深度强化学习,序列式地定位物体及其关键区域,并自动地判定关键区域的数目,避免了现有方法依赖先验知识和实验验证所造成的局限性;提出了多源语义嵌入的视觉表示方法,通过挖掘图像文本的语义关联和嵌入表示学习,突破单源信息表示的局限性。相关工作已经发表或接收在IEEE Trans.及CCFA类论文上,包括IEEE TIP 2018,TCSVT 2018,CVPR 2017,ACM MM 2017,IJCAI 2018和AAAI 2017。
信息科学技术学院“学术十杰•学术新星”评选活动已成功举办十四届,每届评选活动包括报名、初赛和决赛三个阶段,最终评选出10名研究生获得“学术十杰”荣誉称号、2名本科生获得“学术新星”荣誉称号。之前研究室09级博士生翟晓华和10级博士生谢文轩分别获得信息科学技术学院第九届和第十届“学术十杰”称号。
何相腾同学的工作主要围绕弱监督图像细粒度分类问题展开,从弱监督、高精度、高效率、自适应和多模态方面进行研究,提出了显著性空间拓扑关联,通过卷积激励的显著性分布统计与空间拓扑关系约束的显著区域优化,突破图像细粒度辨识与分类难题;提出了注意力引导的快速辨识性定位方法,使用区域生成网络加速候选区域生成,并利用ROI Pooling避免了每个候选区域分别卷积的复杂计算,实现了高效的图像细分类;提出了堆叠式深度强化学习,序列式地定位物体及其关键区域,并自动地判定关键区域的数目,避免了现有方法依赖先验知识和实验验证所造成的局限性;提出了多源语义嵌入的视觉表示方法,通过挖掘图像文本的语义关联和嵌入表示学习,突破单源信息表示的局限性。相关工作已经发表或接收在IEEE Trans.及CCFA类论文上,包括IEEE TIP 2018,TCSVT 2018,CVPR 2017,ACM MM 2017,IJCAI 2018和AAAI 2017。
信息科学技术学院“学术十杰•学术新星”评选活动已成功举办十四届,每届评选活动包括报名、初赛和决赛三个阶段,最终评选出10名研究生获得“学术十杰”荣誉称号、2名本科生获得“学术新星”荣誉称号。之前研究室09级博士生翟晓华和10级博士生谢文轩分别获得信息科学技术学院第九届和第十届“学术十杰”称号。