報告題目：基于正樣本建模的圖像異常檢測與識别
報告摘要：圖像異常檢測旨在發現與數據集中大多數圖像存在差異或不符合預期視覺模式的局部圖像區域。由于異常樣本的稀缺性，一般無法針對具體任務構建大規模異常數據集。其研究的核心是如何對正常數據的屬性進行有效表征，從而檢測和識别新觀測數據中的異常視覺模式。本報告将介紹我們近期在圖像正樣本建模和異常模式檢測方面的研究工作。
個人介紹：
闫亞萍，女，bet356手机版唯一官网副研究員，碩士生導師。先後獲浙江大學工學學士、蘭州大學工學碩士、日本北海道大學工學博士學位。主要從事計算機視覺、機器學習等方面的研究，特别是深度學習驅動的特征表達在異常檢測、目标追蹤、視覺質量評估等領域的應用。在國際學術期刊和會議上發表論文十餘篇，長期擔任IEEE Transactions on Image Processing、Pattern Recognition等學術期刊和CVPR、ICCV等頂級會議的審稿人。