報告時間：2023年6月2日 星期五 上午9：00-10:30

報告地點：輪機樓317

報告摘要：

隱蔽目標檢測旨在檢測/分割嵌入環境中的隱蔽物體，在過去的幾十年中，它引起了越來越多的關注。由于前景物體和背景環境之間固有的相似性，給隱蔽目標檢測帶來極大地挑戰。針對如何充分捕獲目標的尺度變化以及融合跨層級特征，分別介紹一種基于特征聚集和傳播網絡的檢測模型和一種基于上下信息文感知的檢測模型。然后，介紹所創建的面向海洋環境下隱蔽目標的大規模數據集，以及展示在該數據上的目標檢測結果。此外，針對隱蔽目標與醫學病變區域的相同特性，特別是感染區域（息肉）與正常組織之間的低對比度問題以及樣本標注稀缺的挑戰，將分享醫學圖像分割中的基本方法、幾種前沿算法以及未來研究趨勢。

報告人簡介：

周濤，南京理工大學計算機科學與工程學院，教授、博導。2016至2018年，在北卡羅來納大學教堂山分校從事博士后研究工作。2018至2020年底，在阿聯酋起源人工智能研究院作為研究科學家從事醫學圖像分析、機器學習等研究工作。主要研究方向包括：老年癡呆（阿爾茨海默病）的早期診斷與預測；多視圖/模態學習及應用；弱病變區域（新冠感染區域、結腸息肉、隱蔽物體等）分割；胸部疾病識別與診斷等。近5年來，在國際權威期刊和會議上發表論文70余篇，主要發表在IEEE Trans期刊（IEEE TPAMI、IEEE TMI、IEEE TCYB、IEEE TNNLS、IEEE TIP等）及頂級會議（CVPR、ICCV、AAAI、IJCAI、MICCAI等）上。單篇論文引用最高超過800次，含3篇ESI高引論文。此外，受邀擔任多個國際著名期刊及頂級會議審稿人，以及擔任醫學影像計算頂級學術會議MICCAI領域主席（Area Chair）。

輪機工程學院

2023年5月30日