一、开题报告题目：基于深度神经网络的弱监督图像理解研究
二、开题报告答辩人：姚洁茹
三、开题答辩时间：2021.7.18 21:20-21:40
四、开题答辩地点：腾讯视频会议
五、开题答辩内容简介：
开题报告主要针对弱监督图像理解中不同阶段的问题进行深入研究，提出弱监督图像理解在不同阶段问题的解决方法，具体研究内容如图1所示。针对弱监督图像理解深入探讨的四个阶段包括：多源先验知识融合、场景关联信息建模、多任务联合优化及鲁棒学习策略设计。在弱监督学习过程中，四个阶段彼此之间相互依赖又相互补充。在网络初始化中，通过多源先验知识融合和场景关联信息建模挖掘指导网络参数的训练。在网络精细化中，利用不同任务各自的优势互补学习，促进多任务的图像信息表征和弱监督模型训练。设计鲁棒的学习策略可以减轻学习过程中样本噪声的影响，解决弱监督深度学习过程中固有的不确定性问题。本研究利用卷积神经网络，实现深度神经网络通用架构，提高弱监督图像理解网络的准确性和鲁棒性。
图1 研究内容框架
六、开题答辩人简介（附照片、个人基本信息、研究方向、获奖情况等）
姚洁茹，山东人，目前在西北工业大学自动化学院攻读全日制博士学位。研究方向包括：计算机视觉和机器学习，弱监督图像理解。
