报 告 人：刘昊 [宁夏大学 副教授]

报告时间：2019年7月9日 (周二)   10:00 - 11:30

报告地点：校本部东区计算机大楼1001室

邀 请 人：李晓强  

报告简介：

人脸是自然界一种普适的生物特征，人脸关键点用于描述人脸面部形状轮廓的控制点和局部特征，因此，精准高效的人脸关键点检测技术是人脸分析的基础和前提。基于深度模型的人脸关键点检测方法在约束条件下性能表现出色，但受头部姿态和不同表情差异以及遮挡等因素的影响，其性能在开放环境下仍不理想。针对于这一难题和挑战, 提出了1）深度结构化特征学习方法，相比于传统方法误差低至4个像素（T-IP 2017）; 2）双流深度神经网络框架，在评测视频库上效果优于之前的最好方法，排名第一（T-PAMI 2018）；3）形状决策网络框架，让强化学习自主评价关键点预测的质量，误差最大从12.67降低到8.33（T-PAMI 2019）。 此外，该方法还被应用于人脸年龄估计问题，年龄估计误差降到3岁以下（T-CSVT/T-IFS/PR）。

报告人简介： 

刘昊，1988年生，博士，副教授，硕士生导师，毕业于清华大学控制科学与工程专业。研究方向包括人脸图像分析与深度学习。近3年发表第一作者SCI论文7篇，其中IEEE Trans汇刊5篇，中科院一区顶级期刊T-PAMI（2018年影响因子17.73）论文2篇，谷歌学术引用150余次。2018-2019学年指导学生发表中国计算机学会推荐国际EI会议论文5篇。2018年清华大学优秀博士论文、2018年清华大学优秀毕业生，第三批宁夏青年科技托举人才。担任国际权威期刊T-PAMI/T-IP/T-SCVT/T-MM和国际知名会议AAAI/ICME/ICIP审稿人。主持国家自然科学基金青年基金、中科院“西部之光”青年学者项目以及宁夏自然科学基金面上项目等。