报告题目：自然图像中的显著性物体检测
报告时间：2019年4月23日上午9:40
报告地点：校本部计算机楼308会议室
报 告 人：刘晴博士
摘要：人类从外界获取的信息中，大部分信息来自视觉。人类视觉系统具有主观能动性，能够合理地分配有限的资源，着重处理自己关注的信息，而忽略无关信息，这是选择性视觉注意作用的结果。视觉显著性计算通过模拟人类视觉系统的这种选择性注意机制，使得机器视觉系统能像人类视觉系统一样具有主观能动性，进而优化资源配置，同时满足人类的视觉需求。在选择性注意机制的启发下，研究者对自然图像中的显著物体自动检测进行了大量的探索。本报告主要讲述显著性物体检测的研究背景及研究意义，探索自然图像中显著性度量策略和显著性物体检测方法。一方面，针对自然图像在拍摄时的特点以及自然图像的特点，探索区域多阶连通性与背景先验的显著性度量，介绍基于区域多阶连通行与背景先验的显著性物体检测方法；另一方面，针对显著图本质的特性，即完整性，从视觉感知的角度出发，探索轮廓闭合性与显著性的关系，介绍基于层次轮廓闭合性的完整显著性物体检测方法。
报告人简介：2017年博士毕业于中南大学计算机应用技术专业，目前在中南大学自动化学院控制科学与工程博士后流动站做博士后研究。曾在芬兰奥卢大学机器视觉与信号分析研究组、加拿大西安大略大学进行访问交流。主要研究方向为计算机视觉与医学图像分析。相关工作发表于SCI源期刊论文5篇。 主持中国博士后科学基金一等一项，中南大学研究生创新项目一项，参与国家自科基金面上项目多项。担任IEEE Transactions on Circuits and Systems for Video Technology，Journal of Electronic Imaging, Journal of Visual Computer等SCI期刊审稿人。
