为了帮助大家更好地理解深度学习方法及其实际应用，我们计划举办一系列读书会，聚焦于计算机视觉、自然语言处理、推荐系统和计算广告等领域，邀请相关领域的专家进行分享。

首期读书会将围绕计算机视觉展开，特别邀请了中科院自动化所模式识别国家重点实验室的赵朝阳博士和王宇航博士，他们将就计算机视觉中的核心问题——目标检测与图像语义分割进行深入讲解。

分享时间：2017年7月2日上午10:00

活动地点：北京市朝阳区中关村科技园区电子城科技园（酒仙桥东路）一层会议室

由于场地有门禁系统，参与者需在9:40至10:00之间到达，以便有人接待。

报告主题一：目标检测

目标检测是计算机视觉领域的一项基本任务，在智能化交通、监控、军事、医疗等多个领域有着广泛应用。本次报告将回顾目标检测技术的发展历程，探讨其未来的发展趋势，并结合现有研究成果，分享在不同应用场景中的实际案例。报告分为三个部分：

1. 传统目标检测技术的历史：介绍早期目标检测方法的发展。
2. 基于深度学习的目标检测技术：探讨近年来基于深度学习的方法如何推动了目标检测技术的进步。
3. 实际应用案例分析：展示目标检测技术在具体场景中的应用实例，包括在BOT大赛中的表现。

报告人带领的团队在2016年上海BOT计算机视觉挑战赛中荣获最佳算法奖及团体第一名，展示了他们在目标检测领域的卓越能力。

分享人简介：赵朝阳

赵朝阳博士于2016年在中国科学院自动化研究所获得博士学位，目前担任助理研究员，专注于视频分析与检索、目标检测与跟踪、图像分类与识别等方面的研究。他已在多个国际期刊和会议上发表了十余篇学术论文，并获得了多项专利，包括在2013年国际多模态手势识别大赛、2015年智慧城市视频分析技术挑战赛、2015年国际3D目标检索大赛以及2016年上海BOT视觉分析挑战赛中的优异成绩。

报告主题二：图像语义分割

图像语义分割作为一项重要的像素级图像识别任务，近年来受到了广泛关注。它在多媒体网络、智能医疗、自动驾驶等领域展现出广阔的应用前景。本次报告将重点介绍基于深度学习的图像语义分割技术，涵盖三个方面：

1. 经典图像分割模型：回顾经典模型的基本原理。
2. 提升分割效果的方法：讨论如何优化分割结果。
3. 最新研究成果：介绍团队开发的Stacked Deconvolutional Network，该方法在PASCAL VOC 2012语义分割任务中取得了第一名的成绩。

分享人简介：王宇航

王宇航博士于2017年在中国科学院自动化研究所获得博士学位，主要研究方向为图像语义分割和图像分类与识别。他在CVPR、IJCAI、ACM MM等重要国际会议和期刊上发表了多篇论文，并在多项竞赛中取得优异成绩，如微软研究院图像识别大赛第一名、“ImageCLEF2015”大规模图像定位和标注大赛第二名，以及全国研究生智慧城市大赛单目标和多目标检测任务第二名。他的研究团队在PASCAL VOC 2012语义分割任务中也取得了第一名的好成绩。