澳门皇冠800在线

  • 部门链接
    • 党委学工部
    • 纪检监察办公室、审计...
    • 国际交流合作处
    • 离退休工作处
    • 国有资产管理办公室
    • 校医院
    • 就业引导中心
    • 心理健康教育中心
    • 党委组织部
    • 发展规划处
    • 研究生院、研工部
    • 实验室与设备管理处
    • 工会
    • 校友工作办公室
    • 后勤服务总企业
    • 采购中心
    • 杭电智慧城市研究中心
    • 党委统战部
    • 教务处
    • 人事处
    • 校园建设与管理处
    • 团委
    • 招标与信息采购
    • 实验教学示范中心
    • 网络信息中心
    • 省信息化经济社会发展...
    • 党委宣传部
    • 科技部
    • 计划财务处
    • 保卫处
    • 图书馆
    • 杭电学报
    • 档案馆
    • 高等教育学院
  • 学院链接
    • 机械工程学院
    • 计算机学院
    • 理学院
    • 外国语学院
    • 体育教学部
    • 网络空间安全学院
    • 电子信息学院
    • 材料与环境工程学院
    • 经济学院
    • 数字媒体与艺术设计学...
    • 卓越学院
    • 继续教育学院
    • 通信工程学院
    • 生命信息与仪器工程学...
    • 管理学院
    • 人文与法学院
    • 国际教育学院
    • 信息工程学院
    • App学院
    • 会计学院
    • 马克思主义学院
    • 浙江保密学院
  • 友情链接
    • 党委学工部
    • 纪检监察办公室、审计...
    • 国际交流合作处
    • 离退休工作处
    • 国有资产管理办公室
    • 校医院
    • 就业引导中心
    • 心理健康教育中心
    • 党委组织部
    • 发展规划处
    • 研究生院、研工部
    • 实验室与设备管理处
    • 工会
    • 校友工作办公室
    • 后勤服务总企业
    • 采购中心
    • 杭电智慧城市研究中心
    • 党委统战部
    • 教务处
    • 人事处
    • 校园建设与管理处
    • 团委
    • 招标与信息采购
    • 实验教学示范中心
    • 网络信息中心
    • 省信息化经济社会发展...
    • 党委宣传部
    • 科技部
    • 计划财务处
    • 保卫处
    • 图书馆
    • 杭电学报
    • 档案馆
    • 高等教育学院
    • 杭州电子科技大学
Thangarajah Akilan 学术报告
澳门皇冠800在线:2018-11-12 浏览次数:17
报告题目:Video Foreground Localization from Traditional Methods to Deep Learning
报告时间:2018年11月15日(星期四)上午9:00-12:00
报告地点:2教南二楼228学院会议室

报告主要内容

  These days, detection of Visual Attention Regions (VAR), such as moving objects has become an integral part of many Computer Vision (CV) applications, viz. pattern recognition, object detection and classification, video surveillance, autonomous driving, and human-machine interaction (HMI). The moving object identification using bounding boxes has matured to the level of localizing the objects along their rigid borders and the process is called ForeGround Localization (FGL). Over the decades, many image segmentation methodologies have been well studied, devised, and extended to suit the video FGL. Despite that, still, the problem of video foreground (FG) segmentation remains an intriguing task yet appealing due to its ill-posed nature and myriad of applications.
 
  The goal of this talks presents an overview of some research works that have been conducted by the speaker, which investigate the plausible real-time performant implementations from traditional approaches to modern-day Deep Learning (DL) models. It focuses mainly on improving existing methodologies through harnessing multimodal spatial and temporal cues for a delineated FGL.The first part of the talk is dedicated for enhancing conventional sample-based and Gaussian Mixture Model (GMM)-based video FGL using Probability Mass Function (PMF), temporal median filtering, and fusing CIEDE2000 color similarity, color distortion, and illumination measures, and picking an appropriate adaptive threshold to extract the FG pixels. The second part of the talk is organized to discuss about exploiting and improving Deep Convolutional Neural Networks (DCNN) for the problem as mentioned earlier. It includesnovel strategies such as double encoding - slow decoding feature learning, multi-view receptive field feature fusion, and incorporating spatiotemporal cues through 3D Convolutions (3D Conv), and Long-Short-Term Memory (LSTM) units. The application of the works is aimed towards developing intelligent transportation systems, surveillance and security, vision-guided robotics, and autonomous driving, among others.

报告人概况:
  Thangarajah Akilan于2018年在加拿大温莎大学 (University of Windsor) 获得电子和计算机工程博士学位。自2008以来,他在电气和电子工程师协会(IEEE)工作了10年,同时他成为了IEEE温莎分部的秘书。他现在是加拿大温莎大学电气和计算机工程系的博士后研究员。他的研究兴趣包括计算机视觉、图像处理、机器学习、3D计算机视觉和深度学习。
科学研究
联系大家
澳门皇冠800在线
澳门皇冠800在线
澳门皇冠800在线
XML 地图 | Sitemap 地图