讲座主题：
Biologically-inspired vision for mobile robots
基于生物学的移动机器人视觉

主讲人：
　Laurent Itti 教授
　美国南加州大学计算机科学系副教授、神经科学系兼职副教授

个人简介：
　　Laurent Itti 教授，美国南加州大学计算机科学系副教授、神经科学系兼职副教授。2000年在美国加州理工学院获得了计算和神经系统学的博士学位。Itti教授主要研究基于生物学的计算视觉，尤其是视觉注意力、场景理解、眼部运动控制以及视觉显著性等方面。这些研究在视频压缩、目标检测、机器人学与生物医学等领域中都有广泛的应用。Itti教授作为合著作者已经在国际顶级学术期刊、书籍章节以及会议上发表了130余篇论文，迄今为止其论文被引用次数为13000多次（其中两篇代表论文（含一篇Nature子刊）分别被引用3600次与1900次）。

内容摘要：
　　近年来，学术界涌现出了一些基于神经学的计算模型，这些模型在处理来自真实世界的输入时展现出了优异的性能、灵活性以及可适应性。尤其是在视觉领域，这些模型针对特定的任务取得了大幅的进步，这些任务包括：使视觉注意力聚焦在场景中最重要或者最显著的点；识别出场景中重要的物体；以场景“要点”的形式计算出上下文；规划或执行基于视觉的运动行为。然而迄今为止，这些模型还没能在更高层次和认知上展现它们的计算能力。另一方面，来自人工智能领域的符号模型已经在认知推理能力方面达到了非常高的成熟度，但是这些模型能够工作的条件已经根据需要被简化了（例如一个棋盘或者一个虚拟迷宫）。这里将展示我们以及其他实验室的最新发展成果，这些成果试图在下一代自主视觉系统以及机器人系统中将神经系统模型和人工智能这两个学科联系在一起。这些成果致力于建立一些模型，这些模型能同时以强健和灵活的方式来处理来自真实世界的输入，并且能从输入提取的符号中进行认知推理。然后给出这些模型来自生物学和计算机视觉领域的例子，其中包括对复杂场景的理解、对于巡航视频的理解、以及机器人导航。最后介绍一个神经形态学机器人工具包，作为一个软件框架，它可以支撑我们上面讨论过的大规模视觉处理算法。