报告题目：Towards better generalized visual analysis for real-world challenges（面向真实世界挑战的高泛化性视觉分析）

报告人： Haoliang Li（李皓亮）                  

报告时间：2023年6月30日 10:00-11:30

报告地点：江安校区多学科交叉研究创新大楼九楼919报告厅

报告内容：

视觉识别任务极大地受益于深度学习方法的快速发展。然而，深度学习的成功在于强假设，即训练和测试数据来自相似的特征空间和分布，这在现实场景中并不总是成立。因此，现有的基于深度学习的视觉识别技术往往缺乏泛化能力，这阻碍了它们应用于不同的实际场景。

在本次讲座中，将介绍几种基于深度学习的领域泛化方法来解决泛化性不足的问题，并且结合机器学习（变分贝叶斯）、软件工程（覆盖测试）和可解释人工智能领域的基础研究进行介绍，还将讨论深度学习算法泛化问题的未来发展方向。

报告人简介：

李皓亮，2018年于新加坡南洋理工大学（NTU）获得博士学位。他目前是香港城市大学电机工程系的助理教授，研究主要集中在人工智能安全、多媒体取证和迁移学习。 2019年获得Wallenberg-NTU校长博士后奖学金，2019年博士创新奖，2020年VCIP最佳论文奖，2022年AI+X中国青年学者50强，2022年斯坦福大学高被引科学家前2%。

网络空间安全学院

2023年6月28日