报告时间：2023年6月2日 星期五 上午9：00-10:30
报告地点：轮机楼317
报告摘要：
隐蔽目标检测旨在检测/分割嵌入环境中的隐蔽物体，在过去的几十年中，它引起了越来越多的关注。由于前景物体和背景环境之间固有的相似性，给隐蔽目标检测带来极大地挑战。针对如何充分捕获目标的尺度变化以及融合跨层级特征，分别介绍一种基于特征聚集和传播网络的检测模型和一种基于上下信息文感知的检测模型。然后，介绍所创建的面向海洋环境下隐蔽目标的大规模数据集，以及展示在该数据上的目标检测结果。此外，针对隐蔽目标与医学病变区域的相同特性，特别是感染区域（息肉）与正常组织之间的低对比度问题以及样本标注稀缺的挑战，将分享医学图像分割中的基本方法、几种前沿算法以及未来研究趋势。
报告人简介：
周涛，南京理工大学计算机科学与工程学院，教授、博导。2016至2018年，在北卡罗来纳大学教堂山分校从事博士后研究工作。2018至2020年底，在阿联酋起源人工智能研究院作为研究科学家从事医学图像分析、机器学习等研究工作。主要研究方向包括：老年痴呆（阿尔茨海默病）的早期诊断与预测；多视图/模态学习及应用；弱病变区域（新冠感染区域、结肠息肉、隐蔽物体等）分割；胸部疾病识别与诊断等。近5年来，在国际权威期刊和会议上发表论文70余篇，主要发表在IEEE Trans期刊（IEEE TPAMI、IEEE TMI、IEEE TCYB、IEEE TNNLS、IEEE TIP等）及顶级会议（CVPR、ICCV、AAAI、IJCAI、MICCAI等）上。单篇论文引用最高超过800次，含3篇ESI高引论文。此外，受邀担任多个国际著名期刊及顶级会议审稿人，以及担任医学影像计算顶级学术会议MICCAI领域主席（Area Chair）。
轮机工程学院
2023年5月30日
