時間:2019年6月29日(周六)上午8:30
地點:河北農業大學機電工程學院二樓218學術報告廳
會議流程:
1
| 08:10-08:30
| 會議入場及簽到
|
2
| 08:30-09:00
| 主題報告1:電力視覺技術
|
3
| 09:00-09:30
| 主題報告2:深度卷積神經網絡模型研究
|
4
| 09:30-10:00
| 主題報告3:離散事件系統故障診斷
|
5
| 10:00-10:10
| 茶歇
|
6
| 10:10-10:40
| 主題報告4:非線性系統魯棒控制的自适應動态規劃方法研究
|
7
| 10:40-11:10
| 主題報告5:基于圖像與光譜技術的種子質量檢測
|
8
| 11:10-11:40
| 主題報告6:面向非受限身份識别的圖像集表示學習方法
|
報告人簡介:
1. 題目:電力視覺技術
趙振兵,博士,華北電力大學電氣與電子工程學院副教授,智能視覺計算研究所副所長。CCF YOCSEF保定AC委員,CCF計算機視覺專委會委員,CSIG視覺大數據專委會委員、成像探測與感知專委會委員,中國電機工程學會電力通信專委會學組成員,河北省“三三三人才工程”人選。長期從事電力視覺和物聯網技術研究。目前以第1作者出版專著1部,發表SCI或EI收錄論文30餘篇;主持國家自然科學基金2項、北京市自然科學基金項目1項、河北省自然科學基金1項、模式識别國家重點實驗室開放課題基金1項、中央高校基本科研業務費專項資金4項,以第2負責人參加863子課題1項,參研國家自然科學基金項目3項;主持電力企業合作課題7項;以第1完成人獲得國家專利授權16項。
摘要:電力視覺是一種利用機器學習(深度學習)、模式識别、數字圖像處理等技術并結合電力專業領域知識解決電力系統各環節中視覺問題的電力人工智能技術。電力視覺檢測是一種實現電力系統中視覺目标和缺陷檢測任務的電力視覺技術。本報告主要彙報課題組在輸變電設備視覺檢測方面的最新研究進展,主要包括:關鍵部件目标檢測和關鍵部件缺陷檢測等方法,并指出目前還存在的問題。
2. 題目:深度卷積神經網絡模型研究
張珂,博士,華北電力大學電子與通信工程系副教授,碩士生導師。2012年畢業于北京郵電大學獲博士學位,之後在美國密蘇裡大學哥倫比亞分校進行計算機視覺、生物特征識别領域博士後研究工作。現主要研究方向為計算機視覺、深度學習、人臉分析、電力視覺分析等。先後以第一作者或通信作者在包括IEEE TCSVT、IEEE ACCESS、Cluster Computing、Journal of Electronic Imaging、ICIP、ICPR、計算機輔助設計與圖形學學報、清華大學學報、中國圖象圖形學報、智能系統學報等權威國際國内期刊與會議上發表學術論文30餘篇,其中ESI高被引論文1篇;作為負責人承擔國家自然科學基金項目1項、河北省自然科學基金項目1項,科技部中小企業創新基金項目1項,中央高校基本科研業務費專項基金4項,作為課題骨幹參與國家自然科學基金項目2項。張珂副教授擔任中國計算機學會交通視覺專委會委員、中國自動化學會混合智能專委會委員、中國人工智能學會智能服務專委會通信委員,入選河北省“三三三人才”計劃,并擔任Neural Computing、IEEE-TVT、IEEE-GRSL、IEEE ACCESS、IET Image Processing、IET Biometrics、Journal of Signal Processing Systems、ICIP、ICPR、ICASSP、中國圖象圖形學報和北京郵電大學學報等多個學術期刊和國際會議的審稿專家。
摘要:目前,圖像分類在視頻監控分析、醫學圖像識别、人臉圖像識别等多個領域有廣泛的應用。傳統圖像分類通過人工設計的方法提取特征,泛化能力較差。近年來,深度學習已成功應用于語音識别、自然語言處理,尤其是計算機視覺,且深度卷積神經網絡(Deep Convolutional Neural Networks,DCNN)已成為計算機視覺領域的主要研究方法。ResNets網絡與DenseNet網絡作為當前最有效的DCNN模型,成為了近幾年圖像分類模型研究的熱點,逐漸形成了ResNets與DenseNet網絡家族,并成功應用在圖像分類,目标檢測、圖像分割等計算機視覺領域。本報告将對ResNets和DenseNet網絡家族進行讨論和綜述,介紹我們在這個方面的一些研究進展;并針對人臉圖像年齡估計這類特殊的圖像分類應用,介紹我們的相關研究成果。
3. 題目:離散事件系統故障診斷
冉甯,博士,講師,碩士研究生導師。2017年獲浙江大學控制科學與工程專業博士學位,博士期間導師為蘇宏業教授。2017年9月至今在bevictor伟德官网自動化系從事教學科研工作。研究方向為離散事件系統、Petri網故障障診斷等。目前主持河北省自然科學基金青年項目1項、河北省教育廳青年項目1項,以第一作者在控制領域期刊和會議上發表論文10餘篇,曾赴意大利卡利亞裡大學交流學習1年,期間合作導師為Alessadro Giua教授。目前擔任多個期刊和會議的審稿人,包括IEEE TAC、IEEE TSMC、IEEE Access、CDC、ACC等。
摘要:離散事件系統(Discrete Event System,DES)是由異步、突發的事件來驅動狀态演化的一類動态系統。然而,随着科技和經濟的迅速發展,DES的規模呈大型化和複雜化發展趨勢,系統發生故障的可能性也随之增加。故障診斷技術能夠根據DES的運行數據判斷故障(事件)是否已經發生,這對提高DES的可靠性和安全性具有十分重要的科學意義。
4. 題目:非線性系統魯棒控制的自适應動态規劃方法研究
黃玉柱,博士,高級工程師。2013年博士畢業于中國科學院自動化研究所控制理論與控制工程專業;2013年,進入清華大學熱能系博士後流動站,2015年出站後,一直從事重型燃氣輪機控制系統的研發工作,2019年進入bevictor伟德官网,主要研究方向為自适應動态規劃、強化學習、神經網絡、魯棒與最優控制。
摘要:通過将魯棒控制與最優控制理論相結合,利用自适應動态規劃方法開展不确定非線性系統有限時間魯棒控制方法的研究。自适應動态規劃作為一種近似求解非線性最優控制問題的新方法,融合了神經網絡、動态規劃和強化學習的思想,本質是利用在線或離線數據,采用函數近似結構(如神經網絡)來估計系統性能指标函數,然後依據最優性原理來近似最優控制策略,是一種具有學習和優化能力的智能控制方法,在解決複雜非線性優化控制問題中具有極大的潛力。
5. 題目:基于圖像與光譜技術的種子質量檢測
範曉飛,現任河北農業大學機電工程學院校聘教授,太行學者三層次,美國密蘇裡大學博士、博士後。歸國前在美國聖路易斯市孟山都公司總部工作,曾先後擔任高級圖像工程師和創新技術推廣主管,從事人工智能與圖像技術在農業上的應用,領導一支工學博士團隊進行研發,并将研發成果應用于孟山都的生産和操作部門。
摘要:本報告将介紹應用計算機視覺,及高光譜、多光譜圖像技術對種子的高通量、無損質量檢測方法。圖像與光譜技術不僅可以媲美人工視覺,對種子外觀進行高通量、客觀、準确的定量評估,還能反映種子内部結構和化學組成,對種子的芽率和活力進行判别和估計。成像方法結合機械和自動化技術,在工業生産可實現對種子的高通量篩選,進行優選分級。
6. 題目:面向非受限身份識别的圖像集表示學習方法
劉博,博士,河北農業大學信息科學與技術學院校聘教授,太行學者三層次,研究生導師,2017年畢業于北京交通大學獲得計算機科學與技術專業博士學位。研究方向為機器學習,計算機視覺。在IJCV、TMM、Neurocomputing、ACMMM、PAKDD、軟件學報等期刊會議發表文章10餘篇。現主持河北省教育廳青年項目1項, 北京市重點實驗室開放課題1項,參與國家自然科學基金項目2項。
摘要:身份識别在交易認證、安防控制、輿情分析等領域有着普遍需求,因而受到研究者的廣泛關注。目前,在算力與數據的共同推動下,在某些有約束場景下,算法識别結果已經可以超越人類。但在完全無約束場景下,由于環境多樣、被識别客體不配合、采錄設備各異等原因,很大程度上限制了識别算法的靈活性和适用性。本次報告針對完全非受限環境下的身份識别問題,圍繞着圖像集這一數據建模工具,系統地對圖像集表示學習的理論和方法展開介紹。
主辦單位
河北農業大學青年教師學術沙龍
bevictor伟德官网
華北電力大學電子與通信工程系
承辦單位
河北農業大學機電工程學院
河北農業大學信息科學與技術學院首屆駐保高校青年學者論壇暨“智能方法與應用”專題研讨會