題目：基礎模型驅動的多模態行人檢索與可控生成

　　報告人：葉茫

　　時間：2024年11月29日(周五)，15：30-16：30

　　會議地點：31-904

　　報告摘要：

　　多模態行人檢索在智慧城市等領域有重要應用，現有方法通常獨立的去研究單一的跨模態檢索任務，極大的限制了實際不確定場景的靈活性，本次報告將介紹如何利用多模態預訓練模型，構建不確定多模態場景下的行人檢索基礎模型等相關工作，同時分享文本引導的可控人像生成相關研究進展及應用。

　　報告人簡介：

　　葉茫，武漢大學教授，國家級高層次青年人才、中國科協青年托舉人才。主要研究方向多媒體檢索、多模態理解、聯邦學習等，發表國際期刊會議論文 100 余篇，其中第一/通訊作者發表 CCF-A 類論文60余篇，谷歌學術引用近萬次。擔任CCF-A類期刊IEEE TIFS等SCI期刊編委，多次擔任CVPR、ICLR、ACM MM、ECCV等學術會議領域主席。主持國自科-香港聯合基金、湖北省重點研發計劃等10余項科研項目。獲谷歌優秀獎學金、ICCV2021 無人機特定行人檢索賽道冠軍、2021-2024斯坦福排行榜 “全球前2%頂尖科學家”、2022年度百度AI華人青年學者等榮譽。