报告人简介：
凌海滨，纽约州立大学石溪分校计算机科学系帝国创新教授（
Empire Innovation Professor
）、博导。
IEEE Fellow
。他于
1997
年和
2000
年分别获得北京大学学士学位和硕士学位，
2006
年获得美国马里兰大学帕克分校博士学位。
2000
年至
2001
年，他在微软亚洲研究院担任助理研究员。
2006
年至
2007
年，他在加州大学洛杉矶分校担任博士后科学家。
2007
年，他加入西门子公司研究部门担任研究科学家；从
2008
年到
2019
年，他在天普大学担任助理教授、副教授。
2019
年，他以纽约州立大学帝国创新教授的身份加入纽约州立大学石溪分校计算机科学系。他的研究方向包括计算机视觉、增强现实、医学图像分析、机器学习和人机交互。现担任
IEEE Trans. on Pattern Analysis and Machine Intelligence (PAMI)
、
IEEE Trans. on Visualization and Computer Graphics (TVCG)
、
Computer Vision and Image Understanding (CVIU)
和
Pattern Recognition (PR)
编委，并多次担任
CVPR
、
ICCV
、
ECCV
和
WACV
的领域主席。他曾获得
ACM UIST (2003)
的最佳学生论文奖、
IEEE VR (2021)
的最佳期刊论文奖、
NSF CAREER
奖（
2014
）、
Yahoo Faculty Research and Engagement
奖（
2019
）和
Amazon Machine Learning Research
奖（
2019
）。
内容摘要：
物体跟踪在视频分析中具有根本的重要性。本报告将介绍我们在视频跟踪及其应用方面的研究。首先，我们将总结契合该方向发展趋势的最新研究成果，并分享研究过程中的经验教训和想法。然后，我们将介绍我们最近在各种视觉跟踪细分领域上的研究，包括单目标跟踪、平面物体跟踪、可变形目标跟踪和多目标跟踪。我们还将介绍我们在视觉跟踪基准和评估方面的最新贡献，包括用于大规模跟踪评估的
LaSOT
、用于通用多目标跟踪的
GMOT-40
和用于透明物体跟踪的
TOTB
。我们期望这些研究将有助于进一步促进跟踪算法的研究和探索。相关出版物和材料可以在
https://www3.cs.stonybrook.edu/~hling/publication-selected.htm
找到。
