各位师生：

应公司陕西省法庭科学电子信息实验研究中心和0638太阳集团邀请，澳大利亚国立大学张静博士将于2月27日为公司师生做线下学术讲座，欢迎广大师生参加！报告的具体安排如下：

报告主题：基于生成模型的不确定建模在图像处理中的应用

报 告 人：张静（澳大利亚国立大学）

报告时间：2023年2月27日（周一）14:40—16:40

报告地点：通院大楼106会议室

报告摘要：场景分析作为计算机视觉的一个重要的研究方向，目前的主要手段集中在设计CNN或者transformer的网络结构，用于实现全监督映射（从图像或者视频空间到场景分割空间）。如上设置一般依赖于大量的标签数据，通常是费时费力的。虽然少量数据也可以实现数据拟合，由于数据多样性的有限性，产生的模型通常是有偏的，即模型容易overfitting。同时，标签产生的过程也会产生不可避免的人为误差。如上，大数据依赖以及数据固有的噪声，使得学习数据分布变得更加迫切。相对于拟合确定的输出，学习到输出的分布可以更好的判断网络或者模型对于输出的置信度。不确定性建模的目的就是研究网络对于输出的自信程度，生成模型是一种直接的学习到输出分布，从而实现不确定性建模的手段。本次讲座我们围绕不确定性建模，特别是生成模型在有限数据或者数据噪声上的应用。

报告人简介：张静博士目前就职于澳大利亚国立大学（ANU），2021年博士毕业于ANU。2022年依托西工大获批“海外优青”。主要研究方向包括不确定性建模，生成模型，自监督学习，异常检测，多模态学习。张静博士在就读博士期间，发表一作CVPR 3篇，ICCV 1篇，AAAI 1 篇，NeurIPS 1篇，TPAMI 2篇，以及ECCV 1篇，其中基于生成模型（变分编解码器）的CVPR 2020 论文（UC-Net: Uncertainty Inspired RGB-D Saliency Detection via Conditional Variational Autoencoders）荣获该年度最佳论文提名。

特此通知。

陕西省法庭科学电子信息实验研究中心

0638太阳集团

                     2023年2月24日