霍静
南京大学助理教授
个人介绍:
霍静,南京大学计算机科学与技术系助理研究员。2017年于南京大学计算机科学与技术系获得博士学位并获得南京大学优秀毕业生称号。主要研究方向为机器学习与计算机视觉,重点关注通过度量学习,深度学习以及生成对抗学习等技术解决跨模态数据下的人脸识别、行人重识别的问题。主持国家自然科学基金项目以及江苏省自然科学基金项目各1项。目前在国际会议和期刊上发表了学术论文10余篇,包括ACM MM、TNNLS、TCYB等。
议题:
多模态深度学习及其视觉应用
议题介绍:
多模态数据在现实生活中广泛存在,目前很多的视觉应用涉及到对多模态数据的分析,检索查询和识别。随着深度学习的不断发展,目前深度学习在多模态数据处理中也起到了越来越重要的作用,包括多模态数据的特征抽取,多模态数据相似性度量以及多模态数据生成。本报告将首先介绍多模态数据分析的背景以及回顾多模态深度学习的近期研究进展,然后重点介绍课题组近年来提出的多模态深度学习方法以及相关的计算机视觉应用。