报告题目：从物体识别到场景理解

演讲摘要：

计算机视觉领域近年来的进展极大地鼓舞了工业界和学术界。仅从避障和识别物体而言，计算机视觉技术和方法已经能够满足很多应用的需求。但这些往往都是面向单一任务的，不论是从扩展性还是适应性等方面与人类或者高等动物视觉系统相比，还有很大的差距。任务驱动和处理的碎片化是影响计算视觉系统发展的重要因素。另一方面，视觉研究中对感知和认知的割裂也为这一领域设置了一道人为的天花板。随着局部计算视觉问题的突破和计算能力的飞速发展，计算机视觉的研究也将从关注物体识别走向关注理解，从任务驱动走向要素驱动，从大数据解决小问题走向小知识撬动大问题。计算机视觉在物体识别等任务上的成功很大程度上刺激了人工智能的复兴，超越单纯的物体识别是可视智能的重要体现，这将依赖于对物体和场景的深层次识别和推理，同时背景知识也将起到重要的作用。与此同时，场景理解将和高层表示与推理相融合，将视觉的感知与语言的推理认知结合，持续推动人工智能的发展和进步。

讲者简介：

中科院计算技术研究所研究员，IEEE Fellow, IAPR Fellow, CCF会士。中科院“百人计划”入选者并获终期评估优秀，国家杰出青年基金获得者。

近年来主要研究领域为计算机视觉、模式识别、多媒体技术以及多模式人机接口。曾任IEEE Trans. on Image Processing的Associate Editor，目前是IEEE Trans. on Multimedia的Associate Editor、Journal of Computer Science and Technology领域编委、计算机学报副主编、人工智能与模式识别副主编，并先后七十多次担任了ICCV, CVPR, ICIP, ICPR, ACM MM等会议的程序委员会委员，担任过IEEE ICME 2007, ACM MM 2009, ICIP 2017的Local Chair, ICMI 2010的Program Chair，以及FG2013 / FG 2018 General Chair等。

陈熙霖博士先后获得国家自然科学二等奖1项，国家科技进步二等奖4项，合作出版专著1本，在国内外重要刊物和会议上发表论文200多篇。