各部门、各单位：

应我校通信与信息工程学院和科研处邀请，中山大学代朋纹副教授、西安交通大学彭江军副教授、西安交通大学练春锋副教授将于10月9日为我校师生做学术讲座，欢迎广大师生参加！报告的具体安排如下：

报告时间：2023年10月9日（周一）16:30-18:00

报告地点：通院大楼106会议室

报告主题1：自然场景下复杂形态文字的检测与识别

报 告 人1：代朋纹（中山大学）

报告主题2：张量先验挖掘及修复

报 告 人2：彭江军（西安交通大学）

报告主题3：领域知识引导的医学影像机器学习

报 告 人3：练春锋（西安交通大学）

报告摘要1：自然场景下的文字蕴含丰富的语义信息，在网路空间安全、自动驾驶、智能物流等领域具有十分重要的应用价值。然而，场景因素（如复杂背景、模糊、光照不均等）以及文字自身因素（如任意形状、尺度多样、方向多变等）的影响，导致传统的OCR技术对于复杂形态的场景文字的识别效果极差。本报告将介绍我们针对自然场景下复杂形态文字的检测与识别工作，并对新未来的方向进行探讨和展望。

报告人简介1：代朋纹，副教授，硕士生导师，中山大学“百人计划”引进人才。博士毕业于中国科学院大学，长期从事多媒体内容理解与人工智能安全领域的研究。近年在IEEE/ACM Trans.期刊和CCF-A类会议上发表学术论文10余篇, 包括TIP、TIFS、TMM、TOMM,、CVPR、ACM MM等。获授权专利7项。主持国家自然科学基金青年项目1项，深圳市科创委项目1项，承担国家重点研发计划项目子课题1项。

报告摘要2：大数据时代，数据常常以矩阵或者高阶张量的形式呈现，且包含各种噪声和缺失值，这给大数据分析带来了很多困难。我们可以利用数据张量的一些重要特点如低秩特性和局部平滑性，来实现快速地稳健地张量恢复任务，包含张量去噪声和缺失值补全。低秩张量分解和恢复成为了机器学习、信号处理、统计学、神经科学等许多领域的研究热点并得到了广泛应用。本次报告主要围绕着数据先验的挖掘，先验融合的精确可恢复理论及张量数据的加速算法进行展开。

报告人简介2：彭江军，西安交通大学副教授。曾于 2017 年赴香港中文大学未来城市研究所进行学习交流，于 2018-2020 年在腾讯视频担任算法研究员，从事视频的搜索排序研究。目前的研究方向为统计机器学习、计算机视觉、遥感信息处理与应用。在国内外期刊和会议上共发表学术论文 10 余篇，其中以第一作者及通讯作者在 IEEE TPAMI、IEEE TIP、IEEE TGRS、JSTAR 等图像处理/人工智能/计算机视觉/遥感/机器学习的顶级期刊上发表 SCI 论文 5 篇。谷歌学术总引用 570 余次，单篇最高被引 300 余次，2 篇入选为 ESI 高被引论文。担任 IEEE TPAMI/TNNLS/TGRS和中国科学等国际期刊审稿人。

报告摘要3：医学影像智能计算与疾病智慧诊疗的具体应用过程中，普适机器学习算法和模型的性能往往受限于人体组织的复杂性、疾病早期的隐匿性、高维影像信息的冗余和不确定性等诸多现实挑战。因此，针对特定应用场景，在医学影像机器学习方法的设计过程中引入组织结构/疾病特点等领域先验知识，往往可有效限制假设空间，显著提高模型的精度、泛化性、和影像学可解释性。本次报告将总结和分享报告人在领域知识引导的医学影像智能计算等相关研究中的初步尝试与应用。

报告人简介3：练春锋，西安交通大学副教授。2017年于法国贡比涅技术大学获计算机博士学位，2017至2020年底于美国北卡罗来纳大学教堂山分校从事博士后研究。专注于面向重大/常见疾病智慧诊疗的机器学习算法和模型研究。近5年来，在Nature子刊、PNAS、IEEE TPAMI/TMI、MedIA、MICCAI、ICCV为代表的高水平国际期刊/会议/专著上发表论文80余篇。目前主持国家科技创新2030-“脑科学与类脑研究”重大项目课题、国家重点研发计划项目“数学和应用研究”重点专项子课题、国家自然科学基金、“陕西省高层次青年人才引进项目”等项目。曾获得美国医学物理学家协会AAPM 2018年会Jack Krohmer Junior Investigator奖、AAPM 2015年会John R. Cameron Young Investigator奖提名。担任三个国际期刊（Medical Physics、Frontiers in Radiology、IRBM）的编委，国际会议ICPR’22和MICCAI’23领域主席，医学影像机器学习国际研讨会MLMI’22的Leading Co-Chair。

通信与信息工程学院

科研处

2023年9月26日