报告时间：2014年12月23日 15:00
报告地点：计算机科学学院报告厅
报告题目：基于多模型的视觉概念探测及自动注释
报 告 人：张钰
报告内容简介：
随着信息技术的发展，数字图片越来越多的出现在我们的生活中，面对海量的图片出现，采用手工分类、管理、索引和注释这些图片变得几乎不可能。为了解决这个问题，机器学习的方法被提出用于解决这个问题。面对图片所包含视觉概念信息，当前通常采用的方案是抽取图片低层次的视觉数字特征，然而低层次的数字特征很难描述图片中所包含的人类概念信息，难以清晰的界定视觉概念的类间相似性和类内相似性。这使得基于这些特征的，人工智能学习方法的可靠性和准确性变得非常低。
为了解决这个难题，文本模型方法被提了出来。通常，图片被上传到互联网后，所有者和浏览者会给这些图片一些注释，这些注释当中包含有对于这些图片的概念描述。整合这些来自互联网的图片描述文本信息，利用文本的语意概念关联，同时结合视觉数字特征的方法，是一个非常好的解决视觉图片的概念探测及自动注释的策略。
报告人简介：
张钰，男，法国中央理工大学里昂分校，Liris 实验室博士。主要研究方向为计算机视觉。曾参与国家863计划、国家自然科学基金项目等，在知名国际会议上发表学术论文数篇。
报告题目：无线传感器网络定位理论及其应用研究
报 告 人：袁耀轩
报告内容简介：
无线节点的位置信息成为无线传感器网络应用的关键技术。无线传感器网络应用中，定位也面临着许多挑战：网络可定位性方面的挑战；通信、计算和能量有限带来的定位精度、复杂度以及成本等方面挑战；需要节点的自身参与以及需要辅助设备带来的非绑定（Device-free）定位的挑战；群体定位以及移动网络的定位的挑战等。本研究主要面向如何在充分考虑到计算资源、能量等多方面的局限，以及无线自组织网络的高度动态性的特点的基础之上，通过对定位能力理论的研究，探索网络可定位性，并在理论的指导下对适合大规模无线传感器网络的非绑定群体分布和定位感知方法展开研究。
报告人简介：
袁耀轩，男，西安交通大学计算机系在读博士研究生，研究方向为无线自组织传感器网络、普适计算以及移动计算等。在读期间参与国家863计划重点项目、973子课题及国家杰出青年基金、基金重大项目等多项国家重点科研项目，在IEEE Sensors Journal等国际著名期刊及会议上发表SCI及EI论文多篇。
关注我们