报告名称：Two-branch Deconvolutional Network With Application in Stereo Matching

主办单位：英国立博官网中文版

报告专家：李红

专家所在单位：华中科技大学

报告时间：2020年8月21日14:30-16:30

报告地点：腾讯会议827 328 094

专家简介：李红，华中科技大学教授，博士生导师，科技部国际科技合作计划评议专家，湖北省计算数学学会理事，美国IEEE会员。主要从事逼近与计算、机器学习与模式识别等方面的研究，在IEEE Trans等重要学术期刊上发表学术论文50余篇。主持国家自然科学基金、“十二五”航天支撑计划项目及国防预研基金等多个科研项目。2006年至2017年期间多次应邀访问香港浸会大学、澳门大学、美国加州大学尔湾分校（UCI）、澳大利亚悉尼大学等，十余次出席国际学术会议。2006年获宝钢教育基金“优秀教师”奖；2009年主持建设的“复变函数与积分变换”课程被评为国家精品课程，2013年评为国家精品资源共享课程；2013年获湖北省教学成果二等奖；2014年获湖北省名师称号。

报告摘要：In this talk, we propose a novel twobranch deconvolutional network (TBDN) that can improve the performance of conventional deconvolutional networks and reduce the computational complexity. A feasible iterative algorithm is designed to solve the TBDN model, and a theoretical analysis of the convergence and computational complexity for the algorithm is also provided. The application of the TBDN in stereo matching is presented by constructing a disparity estimation network. Extensive experimental results on four commonly used datasets demonstrate the efficiency and effectiveness of the proposed TBDN.

邀请人：邹斌