2020年6月14日，以色列耶路撒冷希伯来大学Daniel Lischinski教授应邀线上做客泰山名家讲坛第104期暨计算机取向第2期“国际大讲堂”。泰山学堂计算机取向教授小组任昭春教授、曾琼副研究员主持报告会，共45名学堂各年级学生以及部分计算机学院菁英班学生参加。
Daniel Lischinski教授为泰山学堂计算机取向讲授《机器学习》课程。此次，Lischinski教授为同学们做了题为“Neural Best-Buddies: Sparse Cross-Domain Correspondence”的报告。该报告重点介绍了Lischinski教授团队近年提出的一种图像语义相关特征点匹配算法。该算法通过深度卷积网络中有层次的NBB(Neural Best Buddies)匹配，由最深的语义抽象层级逐渐向上，每一层利用上一层的结果作为目标搜索区域，逐渐缩小搜索范围，以在原始图像层得到最为精确的结果。为保证特征归一化，每一个搜索区域可转变成同样风格。通过大量用户调查实验以及和其他现有方法的比较，验证本算法结果优于经典算法，在更多具有挑战性的任务上也能取得较好结果，为图像形变、图像配准等计算机视觉与计算机图形学应用奠定了理论基础。
Daniel Lischinski教授个人简介：
Daniel Lischinski教授是以色列耶路撒冷希伯来大学计算机科学和工程系教授。主要研究方向为真实感和非真实感绘制、基于图像的建模和渲染、纹理合成、计算机动画、图像视频编辑等，已在知名国际会议和期刊上发表了80余篇论文，谷歌学术论文总引用次数超过18000次；其中30余篇发表于计算机图形学顶级会议SIGGRAPH和顶级期刊ACM Transactions on Graphics。正因其对国际计算机图形学领域作出了杰出贡献，欧洲图形学会于2012年授予Lischinski教授“杰出技术贡献奖”(The Outstanding Technical Contributions Award)。
