最近几年来，越来越多的学者关注于目标跟踪方法中表观模型的研究，但是受到复杂场景因素，如遮挡、光照变化、形变等复杂因素的影响，如何设计快速有效的表观模型仍然是一个很难平衡的问题。在这个报告中，我将详细介绍一下最近几年来我们在表观模型设计方面做的几个代表性工作，如实时的压缩跟踪算法和基于快速时空上下文学习的跟踪算法，以及在这两个工作基础上的一些扩展工作。
报告人简介：张开华，男，南京信息工程大学教授。2006年本科毕业于中国海洋大学电子工程系，2009年硕士毕业于中国科学技术大学电子工程与信息科学系，2013年博士毕业于香港理工大学计算机系，导师为张磊副教授。其中，2009年8月至2010年8月在香港理工大学计算机系从事研究工作，任研究助理。2013年1起在南京信息工程大学信息与控制学院任教。目前主要研究方向为基于水平集方法的图像分割与视觉目标跟踪。在国内外知名学术期刊和会议上发表论文20余篇，包含：IEEE Trans. on Pattern Analysis and Machine Intelligence (TPAMI), IEEE Trans. on Image Processing (TIP), IEEE trans. on Circuit System and Video Technology (TCSVT),IEEE Trans. on Cybernetics (TCYB), IEEE Trans. on Geoscience and Remote Sensing (TGRS),Pattern Recognition (PR),Information Fusion (IF),Image and Vision Computing (IVC),ECCV等. 据Google Scholar统计，论文近5年来被引用1360余次，其中，单篇最高被引次数425， 4篇论文被ESI评为近10年来高被引SCI论文 (Highly Cited Papers)，2篇论文分别被Pattern Recognition和Image and Vision Computing评为2010-2015年度最高被引论文。
时间：5月11日10：30
地点：基础教学楼A303
