报告题目：
Research on Knowledge Transfer for Cross-Modal Retrieval and its Extendability
可扩展跨媒体检索中的知识迁移技术研究
报告时间：2022年8月26日 （星期五）上午10：00 #腾讯会议：293-351-928
报告摘要：
Recent studies are always specific to certain datasets that lack extendability or generalization ability, i.e., the semantic knowledge obtained from specific dataset cannot be directly transferred to other datasets, as different benchmark may have different characteristics of its own. One potential solution is leveraging external knowledge resources (e.g., social-media sites, expert systems and Wikipedia) as intermediate bridge for knowledge transfer. In this talk, I will elaborately introduce several effective knowledge transfer based methods proposed by our group to tackle the “extendability” challenge in cross-modal retrieval tasks such as image-text retrieval and sketch-image retrieval.
报告人简介：
徐行，现任电子科技大学计算机科学与工程学院研究员，依托电子科技大学校级特色研究中心“未来媒体研究中心”。研究兴趣包括跨媒体智能分析领域的信息检索、特征融合、语义理解及知识迁移等关键技术。至今已发表发表国内外学术论文百余篇，其中中国计算机学会（CCF）推荐A类会议论文及中科院JCR一区及以上期刊论文50余篇，Google学术引用4400余次。主持或主研国家级和省部级科研项目10余项。获得包括2017年国际多媒体大会ACM MM (CCF-A)最佳论文奖，2017年国际多媒体展览会ICME（CCF-B）的最佳会议论文铂金奖和2022年度最佳学生论文奖，2020年IEEE多媒体汇刊TMM最佳论文奖等国际会议奖项7项；荣获2019年度IEEE计算机协会大数据技术委员会颁发的“杰出青年研究员”和2020年电子科技大学“学术新人奖”荣誉。
