报告人：姜育刚 博士 （复旦大学计算机科学技术学院副教授）
时间：2011年23日（星期五），下午14:00–15:00
地点：电信学院大楼309室
组织单位：计算机科学与技术系
邀请人：王瀚漓 教授
报告人简介：姜育刚，2011年通过复旦大学人才引进入校工作，现为计算机科学技术学院副教授。主要研究方向包括视频、音频分析与计算机视觉等。至今在国际知名期刊和会议上发表论文30余篇, 总被引用600余次。他曾参加过多年的美国国家标准局视频检索评测(TRECVID)。在全球众多递交结果的评比中，他领导开发的系统得到2008年视频概念检测任务和2010年多媒体事件检测任务的第一名。他亦曾开发了两个大规模视频内容识别器：VIREO-374和CU-VIREO374；至今已被全球100余所大学及研究机构的同行下载。他曾获得ACM香港分会颁发的最佳演示奖，并于2009年受 IBM Watson 研究中心邀请参加 Watson “emerging leaders in multimedia”workshop (共10人入选)。他曾担任多个权威国际学术会议的组织或程序委员会委员，亦是10余个知名国际期刊的审稿人。他分别于吉林大学、北京师大、香港城市大学取得本、硕、博学位, 主修均为计算机专业。回国前曾在美国哥伦比亚大学工作三年。2011年夏天在荷兰阿姆斯特丹大学的MediaMill研究组访问。
内容提要： Nowadays people produce a huge number of videos, many of which are uploaded to the Internet on social media sites such as YouTube and Facebook. It becomes an important problem to develop automatic solutions for recognizing the contents of these videos. Potential applications of such techniques include effective video content management and retrieval, open-source intelligence analysis, etc. In this talk, I will describe an approach for recognizing complex events in Internet videos, which achieved the best performance in the 2010 multimedia event detection task of NIST TREC video retrieval evaluation (TRECVID). Our study shows that the joint utilization of several well-known audio-visual features can offer fairly strong event recognition performance. In addition, an extension of this work to a newly constructed Internet consumer video dataset will be introduced, where we also try to measure human recognition performance of video events and compare this with the automatic solutions.
