各學院： 近期即将舉辦“博士沙龍”活動，現将有關信息通知如下，歡迎師生踴躍參加。 活動主題：馮仕民、施漢琴博士學術交流 時 間：2020年9月23日（周三）14:00 地 點：中心校區 敬信樓302會議室 主辦單位：科技處 信息工程學院 主要發言人：馮仕民、施漢琴博士 參加人員：信息工程學院教師，其他學院相關研究方向及感興趣的老師 專家簡介： 題目：基于高斯過程的傳感器融合 報告摘要：傳感器融合廣泛應用于軍用和民用領域，在人機交互領域發揮着越來越重要的作用。本報告提出了一種多速率傳感器融合的新方法，用于①用戶匹配與②位置穩定和延時縮減，介紹了一種基于高斯過程模型的多傳感器融合框架，探究了如何使用這種模型來融合可移動慣性傳感器和外部位置傳感器設備。高斯過程模型提供了一種原則性的機制，在多速率傳感器融合中，這種機制把低速率位置測量值和高速率導數合并，同時考慮了各種傳感器的不确定性。報告探究了微軟Kinect傳感器和可移動設備中嵌入的慣性傳感器之間的互補特性，在可移動人機交互領域運用高斯過程框架來做傳感器融合。基于高斯過程模型的傳感器融合，作為一種原則性的概率論方法，可用于處理位置不确定性和系統延時，傳感器融合提高了位置的穩定性，縮減了延時，提高了人機交互系統的可用性，對于室内增強現實和其他基于位置感知的傳感應用，具有重要的意義。 報告人簡介：馮仕民，男，計算科學專業博士，講師。研究方向為多傳感器智能信息處理與融合及人機交互。2017年江蘇省“雙創博士”，參與國家重點研發計劃項目、英國工程和自然科學研究委員會（EPSRC）項目、英國格拉斯哥大學項目、德州儀器（TI）創新基金等資助的多個項目，主持科技部中央引導地方科技發展專項資金項目、淄礦集團橫向項目等，公開發表論文10餘篇（SCI論文兩篇，ACM/EI論文多篇），專著一部。 題目：基于相對屬性學習的視覺比較方法研究 報告摘要：由于計算機是用二進制數據來表達的，而人類傳遞的語言信息則是千變萬化的，從而導緻了底層數據信息和高層語義信息之間存在着“語義鴻溝”。視覺屬性是一種中級别圖像特征，它一般是人為命名的（如“尖的”、“笑的”），所以能捕捉更加多的語義關系，正好能解決計算機“語義鴻溝”問題，因此，基于相對屬性學習的視覺比較已經成為計算機視覺領域内新的研究熱點。 報告人簡介：施漢琴，女，計算機應用技術專業博士，講師。研究方向為計算機視覺圖像處理。參與國家自然科學基金、安徽省自然科學基金等4項，公開發表論文近10篇（SCI論文2篇）。
信息工程學院 科技處 2020年9月18日 |
| |