时间：2022年9月22日(本周四) 09: 30 地点：望江校区基础教学楼B座318实验室 成员：周怡、程俊龙 Part1 分享者：周怡 分享内容： [1] Singh R, Devkota K, Sledzieski S, et al. Topsy-Turvy: integrating a »

实验室将于2022年9月24日（周六）上午9：30，在基础教学楼B318实验室进行20级硕士研究生学位论文进展汇报，视觉计算实验室全体在读研究生将参与本次报告会。 20级研究生将就学位论文工作进展情况与后续进度规划等方面展开汇报，汇报顺序安排如下： 1.杨勇，计算机视觉方向，图像融合领域 2.王心翌，生物信息方向，序列结合偏好预测领域 3.李长林，可视化方向，工业数据可视分析 4.刘尚松，可视化方向，广告数据可视分析 5.张馨艺， »

视觉计算实验室（Vision Computing Lab）面向我校本科生招募2022-2023年度实习生，与实验室的研究生一起进行数据可视化、生物信息学、计算机视觉等相关领域的科学研究。实验室鼓励实习生围绕科学问题大胆思考、积极探索，在为期一年的科研训练中，提升专业素养和实用技能。 一、招收条件与联系方式 1. 基本要求：具有高尚的爱国主义情操和集体主义精神，身心健康，诚实守信，勤奋刻苦；学术研究兴趣浓厚，对科研工作具有高度热情和好奇心；严格遵守实验室规章制度；有意向深造学习。 2. 专业要求： »

8月28日~29日，“视觉计算实验室（VCL318）”2022年度暑期内训（第一部分）如期进行。内训延续了以往的经典内容，结合研究生的新需求，分为11个部分，内容涵盖了实验室介绍、研究生管理、学术与科研素养、资源与服务、论文研读与写作、成员自我展示等多个内容，充实而丰富。 本次内训采取线下+线上的方式进行，参加本次内训的有：实验室负责人、2021级和2022级在读硕博士研究生、2023级经选拔拟接收的硕士研究生。 Part 1 实验室简介 »

报告1：基于伪标签的弱半监督学习 讲者：朱鹏飞 （天津大学） 在线伪标签训练是弱监督和半监督学习任务中增强监督信息的一种有效手段，但伪标签噪声和错误累积降低了模型的泛化性和鲁棒性。如何生成和优化无标记数据的伪标签是基于伪标签的弱监督学习的关键。 最近的相关工作通常使用变分图自动编码器（VGAE）来使节点表示服从特定的分布。尽管它们已经显示出可喜的结果，但如何引入监督信息来指导图节点的表示学习并提高聚类性能仍然是一个悬而未决的问题。针对上述问题朱教授团队提出了一种协作决策强化自我监督（CDRS）方法来解决该问题，其中伪节点分类任务与聚类任务协作以增强图节点的表示学习。本报告分享了其团队提出的自监督低秩表示、动态样本加权、协同表示学习方面的相关工作，并介绍其在图像和图数据中的应用。 报告2：预训练模型的高效迁移学习 讲者：龙明盛 （清华大学） »

时间：2022年8月28日、29日 地点：视觉计算实验室（线下）+腾讯会议（线上） 主要内容： Part1 实验室简介 * 时间：8月28日9：30 * 目的：熟悉实验室基本情况，了解学术科研环境和人员情况 * 内容：实验室发展简介、主要交流平台、现有研究方向、已有学术成果、成员简介、合作伙伴简介等 Part2 研究生管理 »

报告1：深度连续学习 讲者：洪晓鹏（哈尔滨工业大学） 尽管深度学习在很多应用上都取得了成功，但大量研究表明，当对新的任务或类别进行学习时，深度神经网络往往会覆盖过去所学的知识，从而导致模型在历史任务上的性能严重下降，产生“灾难性遗忘”现象。因此，研究连续学习的理论、方法与技术，使深度学习模型可以像人类一样学习，在动态变化的环境中不断学习新知识的同时，避免灾难性遗忘旧知识，实现模型的可持续学习，是一个开放并极具挑战的科学问题，也是新一代人工智能系统的必备技能之一。洪教授重点介绍该领域的基础知识和代表性工作，并探讨最新研究进展、未来发展方向和典型应用。 洪教授针对深度神经网络在学习新任务新知识时的“ »

8月22日上午，第十二届视觉与学习青年学者研讨会（VALSE 2022）在天津国家会展中心隆重举行。本次会议由中国图象图形学学会、中国人工智能学会主办，天津大学承办，天津工业大学、天津科技大学和天津市人工智能学会等单位协办。会议为计算机视觉、图像处理、模式识别与机器学习研究领域内的中国青年学者（以80后为主）提供了一个深层次学术交流的舞台。 报告1：一网通吃：跟踪与分割大统一 讲者：卢湖川（大连理工大学） 卢教授基于团队发表的多篇论文成果向学者们介绍如何利用一个架构实现单目标跟踪、多目标跟踪、视频目标分割、多目标跟踪与分割这四个任务。用人工智能（ »