报告题目:Transfer Learning and Its Application to Shadow Removal from Videos

报告人：袁晓辉 北德克萨斯大学终身教授

报告时间：2018年5月14日（周四）17:00

报告地点：逸夫楼C座314会议室

摘要：

Transfer learning leverages knowledge gained while solving one problem and apply it to a different but related problem. In indoor scenarios, removing shadows faces great challenges due to multiple light sources that produce complex shadow patterns. In this talk, we present a learning based method for removing shadows, which suppresses light shadows with a dynamically computed threshold and removes dark shadows using a transfer learning strategy with the automatically identified examples from the video under analysis. The experiments demonstrate that this method is able to adapt to the videos and remove complex shadows effectively. The average accuracy reaches more than 97%. The sensitivity of shadow detection changes slightly with different confidence levels for example selection in the online learning, and high confidence level usually yields better performance with less retraining iterations. In the evaluation of efficiency, updating kNN imposes little impact to the processing time.

报告人简介：

袁晓辉受聘为University of North Texas （北德克萨斯大学）终身教授，Computer Vision and Intelligent Systems（计算机视觉和智能系统）实验室主任，IEEE Senior Member。他于1996年由合肥工业大学获得电子工程学士学位，并于2004年由Tulane大学（美国，路易斯安那州，新奥尔良）获得博士学位。同年加入美国国家卫生研究院从事医学成像和图像分析。他于2006年受聘于北德克萨斯大学成为助理教授，并于2012年成为副教授并获得终身教职。他在北德克萨斯大学创建并主持计算机视觉和智能系统实验室。并于2014年受邀成为中国地质大学客座教授（地大学者），和合肥工业大学名誉教授。他的研究主要包括计算机视觉，数据挖掘，机器学习，和人工智能。迄今为止，他已经主持了18项由美国空军实验室，美国科学基金，德克萨斯州高级研究项目，Oak Ridge高校联盟，及北德州大学支持的科研项目。他的研究结果已经发表在125篇国际会议和杂志中。其中SCI检索30多篇，EI检索70多篇。袁晓辉教授于2008年获得Ralph E. Powe 教授奖，并于2011， 2012， 2013年获得美国空军访问教授奖。他还于2007， 2008， 2012由北德州大学获得两个科研奖和一个教学奖，并于2010年收录入Who’s Who in America。他在多个国际杂志中担任副主编，编委会成员，和客座编委，包括IAES International Journal of Artificial Intelligence，Journal of Biomedical Graphics and Computing，American Journal of Science and Engineering，并在多个国际会议中担任组织成员和会场主席，包括IEEE BigDataService，ICCCNT，IEEE GRC，BIBM等。他应邀成为NASA，NSF，NIH，和路易斯安那州教育委员会科研项目的项目评委。现已指导并毕业5位博士，4位硕士（论文），30多位课程硕士，及8位的访问学者。现在指导4位博士，12位硕士，及5位访问学者。