报告时间：6月29日 10:00

报告地点：行政C 505

报告人：Chunhua Shen

报告内容:

我们演示了在爱达推进算法和罗吉特推进算法和LP推进算法中拉格朗日二元问题和普遍意义上的关键点丢失都是熵的极大化问题.我们在理论上证明推进使得平均裕度最大化。 我们提出了一个可以用来设计新的推进算法并且可以适应各种各样的消耗函数和完全矫正最优改变的大致的框架。基于这个构架，新的推进算法针对实时的视觉目标检测做了设计和调整。在人脸识别和人的检测问题上获得了非常好的效果。

报告人简介

Chunhua Shen是澳大利亚阿德莱德大学的一个在计算机科学方面的高级讲师。他同时也担任澳大利亚国立计算机技术研究所的高级研究员职位。他的研究方向主要是机器学习统计学以及其在很多领域的应用。最近的工作主要是推进算法及其在实时物体检测和可扩展最优化算法上的应用等等。他在国际顶级期刊 (如 TPAMI, TNN, TIP, TCSVT) 和顶级会议(如ICCV, CVPR, NIPS, AAAI, etc)上发表了很多论文。