计算机视觉中行为识别关键问题研究
报告人：原春锋博士
报告时间：本周四（6月30号）下午15：00-18：00
地点：弘毅楼 C区 408室
研究方向：计算机视觉、模式识别、机器学习、视频/图像处理、
教育背景：
2000/09 – 2004/06，青岛科技大学，信息工程系，本科
2004/09 – 2007/06，青岛科技大学，控制理论与控制工程系，硕士。
2007/09 – 2010/12，模式识别国家重点实验室，模式识别与智能控制专业。
工作经历：
2011/01-至今, 中国科学院自动化研究所，模式识别国家重点实验室， 2015/10 - 2016/04 微软亚洲研究院，网络多媒体组，铸星计划 访问学者。
2012/08 - 2012/09 阿德莱德大学，计算机科学学院，访问学者。
汇报内容
研究计算机视觉行为识别的底层、中层到高层的视觉特征，主要包括：提出了一种基于对数黎曼度量的协方差时空区域描述子，有效融合多种类型的像素级特征，实验表明其是一种快速有效的兴趣点描述子，提出了一种方向金字塔共生矩阵，将共生矩阵向前推进了一步，不仅统计了局部特征的共生信息还考虑了共生特征的内部关系。
提出了一种基于3D R变换的全局R特征，描述了兴趣点累积形成的点云的时空分布特性，在数学推导和实验两方面证明R特征对尺度变换、平移、旋转、噪声具有一定不变性和鲁棒性。
