报告题目：无监督领域自适应方法研究-从有源到无源

报告人：叶茂

报告时间：2023年4月10日（周一）上午10:00

报告地点：多学科交叉创新研究大楼919学术报告厅

报告内容：

   当目标识别方法工作于新场景时，因源场景与新场景数据分布的不一致，目标识别效果通常会迅速下降。迁移学习是一个很好的解决手段。在保留源训练数据集条件下，分别针对基于分布对齐和伪标签迁移两条技术路线，提出了基于双分类器的强类别特征对齐的无监督领域自适应方案和基于原型学习的多源迁移学习方案； 目前绝大多数领域自适应目标识别方法要求在迁移的时候保留源样本，或者少量新场境样本有标签。这些要求在实际中通常都无法满足。针对这种情形，提出了基于忽略域风格思想的无源领域自适应目标检测方案和基于元学习的多教师迁移模型并在医学图像分类上展开了应用，取得了较好的效果。

报告人简介：

   叶茂，电子科技大学计算机科学与工程学院教授、博导。 计算机学会计算机视觉专委会,多媒体计算专委会，智能机器人专委会委员,自动化学会混合智能专委会委员。曾经入选教育部新世纪优秀人才支持计划, 四川省杰出青年学科带头人支持计划。目前主要研究领域为机器学习与计算机视觉，已发表国际一流学术论文100余篇。主持国家重点研发计划项目1项，参与1项；主持国家自然科学基金、四川省科技厅等各个国家、省部级课题。并主持开发多个取得良好经济效益的工业产品项目；已授权发明专利20余项；担任多个国际顶级学术会议程序委员会成员和分会场主席，如IJCAI, AAAI, ECCV等。担任中科院2区期刊Engineering Applications of Artificial Intelligence编委，中兴通讯技术编委, 多个国际一流期刊审稿人如IEEE TNNLS, IEEE TC, IEEE TSP等。 荣获2012年华为-电子科技大学优秀合作团队,2017ICME国际会议优秀学生论文奖,作为主研获得2018年中国图形图像学学会科学技术二等奖，2019年四川省科技进步奖1等奖。

   欢迎广大师生踊跃参加！

3200威尼斯vip

2023年 4月7日