12月9日下午，计算机与人工智能学院、阿里云大数据学院在逸夫楼516会议室开展了2018级研究生第四期学术报告活动。院长助理李雪琪与学院2019级、2020级研究生学生参加此次报告。
巢新同学、杨天金同学、吕世林同学、杜晨晖同学、王雨生同学、封晓晨同学和詹为钦同学分别做了题为《面向关键帧与深度时空能量特征的行为识别》、《基于时空能量下的多聚点子空间学习的人体行为识别》、《基于协同表示字典学习的非配合人脸识别》、《基于信任模型的负载均衡可信机会路由》、《基于复杂姿态的安全帽佩戴检测方法研究》、《基于改进u-net网络的混凝土裂缝图像检测方法研究》和《基于注意力机制的PointPillars+三维目标检测》的学术报告。巢新同学针对深度图序列中冗余信息过多的问题,提出一种关键帧算法,该算法提高了人体行为识别算法的运算效率；杨天金同学提出了一种新的深度图序列表示方式, 即深度时空图(Depth Space Time Maps, DSTM), 该算法降低了特征图的冗余度, 弥补了时序信息缺失的问题；吕世林同学讲述了非配合人脸识别，将概率协同子空间思想以及Fisher判别准则引入字典学习；杜晨晖同学讲述了基于信任模型的负载均衡可信机会路由策略；王雨生同学提出一种基于姿态估计的安全帽佩戴检测方法，使用RetinaNet检测头部区域安全帽的佩戴情况，以解决安全帽与施工背景之间极不平衡的问题；封晓晨同学从图像预处理、对卷积神经网络进行改进两个方面来完成对混凝土图像细小裂缝的分割；詹为钦同学针对自动驾驶场景下的周边车辆及行人等目标的识别和定位问题,提出了一种基于注意力机制的PointPillars+三维目标检测算法，取得了良好的检测效果。
通过本次学术报告，使低年级研究生同学了解到很多关于人体行为识别方向的学习方法，为同学们今后的研究提供了帮助。
