报告题目：多源多模态特征融合与多任务协同优化

演讲摘要：智能机器人通过多模态感知综合分析、理解并执行多个相关任务，多源多模态数据包含丰富的特征信息，可以有效提升神经网络模型的分析和推理能力，但是多源多模态数据的特征融合是个复杂问题，涉及不同阶段、不同层次、不同输入源的特征融合策略选择。本报告将阐述多模态数据特征提取和融合的相关策略，并结合多源多模态输入讨论具体策略在不同输入数据上的表现，充分挖掘不同模态的有效信息。本报告还将讨论多任务协同优化方法，通过这些方法同步提升多模态数据在不同任务上的性能表现。

讲者简介：陈俊颖，华南理工大学教授、博士生导师，大数据与智能机器人教育部重点实验室主任助理、智能医学图像处理与医疗机器人研究室负责人，香港大学博士，浙江大学学士（优秀毕业生）。主要研究多源多模态特征融合、计算机视觉、智能机器人等，成果发表于TPAMI、TNNLS、TMI、CVPR、SMC、IROS等期刊会议，获得广东省计算机学会青年科技奖、广东省人工智能产业协会青年科技创新奖、广东省计算机学会科技进步一等奖、中国计算机学会技术发明二等奖等奖励，获评国际计算机学会（ACM）特色杰出演讲者、中国计算机学会杰出演讲者、中国计算机学会杰出会员等荣誉称号。