报告题目：多源传感器环境下基于异构特征信息融合的行为识别

报告人：杨超宇 安徽理工大学教授

报告时间：2024年6月20日下午15：00-16：00 (中国Beijing GMT +8.00)

报告地点：（线上）#腾讯会议：695-876-239

报告对象：感兴趣的教师、研究生和本科生等

主办单位：英国ladbrokes官方网站

报告人简介：杨超宇 博士/教授，硕士研究生导师，中国计算机学会高级会员，安徽省教坛新秀，安徽省战略性新兴产业技术领军人才，安徽理工大学“舜耕名师”、校优秀教师、青年拔尖人才、中青年学术骨干，全国大学生大数据技能竞赛优秀指导教师，澳大利亚伍伦贡大学访问学者。主要从事计算机视觉、大数据分析与挖掘、煤矿安全管理信息化等领域的研究与教学工作。发表学术论文30余篇，授权专利10余项，软件著作权10余项，主编专著2部。主持国家自然科学基金2项、省级科研项目3项、省级重点教研项目2项、主持横向课题10余项，多次获得校优秀教学质量奖。作为主要完成人或子课题负责人参与国家自然科学基金3项、重点研发项目2项、企业横向项目10余项。

内容简介：

传统的单源传感器检测识别目标时，将单一视角传感器采集数据作为分析来源，极易受到单源传感器自身成像原理特性的限制,还会受到天气光照、复杂背景、遮挡重叠、尺度变化、视角转换等环境因素的干扰。利用多传感器获取的多视角数据，将目标特征提取出来，对主要特征结合互补，得到能够有效识别目标的可靠特征，从而理解目标行为，是目前传感器网络与模式识别领域中重要的研究方向。我们提出了一种基于多视角立体成像目标识别方法，利用环境的可见光能量场恢复目标的深度几何信息，通过多源传感器从不同位置获取目标的连续视频帧图像，计算目标关键点的位置偏移，获得目标的深度几何信息。针对传统目标检测技术的局限性，利用深度信息不受环境变化干扰的空间几何特性，融合目标关键点图像特征检测方法，解决自然环境及多目标遮挡影响，提高目标检测准确率。

欢迎全校师生踊跃参加！