摘要：视觉数据中存在丰富的架构化信息。这些信息可以帮助我们减少模型复杂度并提高模型的有效性。这次报告将介绍两部分：一、如何利用深度模型作为一个工具来对视觉数据中的结构化信息进行建模的进展，二、在基本深度模型设计和学习中结构化学习的探索。报告将展示对于问题的观察如何帮助结构化的深度模型设计，以提高深度模型在计算机视觉问题中的有效性。
简介：欧阳万里于香港中文大学电子工程系获得博士学位。悉尼大学高级讲师（相当于美国体制副教授）。 ICCV最佳审稿人，IJCV客座编辑（Guest Editor），IEEE高级会员，ICCV展示主席。担任TPAMI, IJCV, TOG, TIP, CVPR, ICCV, SIGGRAPH等期刊/会议的审稿人。研究方向包括计算机视觉，模式识别，深度学习，图像处理等。主要从事基于深度学习的物体检测与跟踪，以及与人相关的问题的课题研究。作为一作在TPAMI和IJCV发表7篇文章，并在计算机视觉领域一流国际会议CVPR,ICCV和NIPS等发表论文60余篇。其团队参加ImageNet竞赛获得2014年图像物体检测第二，2015年视频物体检测第一，2016图像/视频物体检测第一，2018 COCO竞赛物体检测第一。
