武阿明，合肥工业大学计算机与信息学院教授。2021年博士毕业于天津大学。主要研究方向为通用具身智能、AI+生物等，已发表CCF-A和IEEE Trans论文四十余篇（其中一作二十余篇），包括IEEE TPAMI、TIP、CVPR、ICCV、NeurIPS、ICLR等顶级期刊和会议论文。主持国家自然基金委面上和青年项目等。获得2021年中国图象图形学学会优秀博士论文奖和华为潜在高价值专利。

报告题目：跨越风格和类别：开放场景目标感知与理解方法

报告摘要：当前的机器学习方法往往遵循一个闭集假设，即训练和测试数据服从独立同分布。然而，现实场景是开放的，充满了多样化的风格和物体，这对基于闭集假设方法的应用造成了较大挑战。因此，提高模型在开放场景下的通用能力能够促进其在现实环境中的安全应用。本报告聚焦于增强模型在跨风格和跨类别两个开放场景下的目标检测性能。特别地，首先关注提取风格不变的特征以提升模型的泛化性；其次探索学习分布外的特征以提高模型检测未见类别物体的性能；接下来采用世界模型的思想来提高模型抵御风格和类别变化的能力；最后，针对开放场景问题，报告将进行更多的方法展望。

直播时间

7月22日（星期二）19:00-20:00

学会官方视频号：

欢迎关注CSIG官方视频号，观看直播

学会B站直播间：

腾讯会议室

会议号：784-5244-3587

请添加会议官方微信：CSIG_1990，备注“云讲堂+会员号+姓名”获取入群邀请