截止到5月底，CVPR 2021特别企划9讲已全部完结，9位讲师均是CVPR 2021收录论文的一作，讲解内容包含了视频分割、双目图像压缩、小样本目标检测、人体解析、图像修复、多模态的3D场景理解、状态变化的视觉推理任务TVR、无监督行人重识别、计算摄影等。累计观看量超14000人次，点击底部的“阅读原文”可观看所有课程回放。

6月起，「学术新青年讲座」全新启航。6月7日晚8点，「学术新青年讲座」第9讲特邀北京交通大学在读博士生贾子钰主讲，主题为《基于深度学习的脑电信号情感分类研究》。

由于生理信号变化往往比面部表情、姿势或语音等更接近人真实内在的情感感受，因此，生理信号常被用作观察情感变化的参考。脑电信号作为一种特殊的生理信号，是脑活动的产物，并且神经学与心理学表明，脑电电信号既可以反映大脑组织的各种活动和大脑的功能状态，也可以反映人类情感状态的有效信息。所以，开发基于脑电信号的情绪识别系统已成为当前研究的热门课题。

目前，现存的脑电情绪模型大多单独使用脑电信号中的时域、频域、空域信息或是以上两种特征的组合，但这些方法忽略了脑电信号时-频-空特征之间的互补性，会在一定程度上限制脑电分类模型的性能表现。同时，现有的方法对有辨识度的脑电时、频、空局部模式的挖掘尚不充分。那如何同时捕获脑电信号中时-频-空特征，并挖掘它们之间有辨识度的特征呢？

在本次讲座中，贾子钰博士将从现有的脑电信号情感分类研究方法与挑战入手，详细讲解同时提取时-频-空特征的3D密集连接注意力网络，及提升具有判别力局部模式的3D注意机制，最后分析相关的实验结果和未来发展方向。

贾子钰是北京交通大学计算机与信息技术学院博士生，指导老师是林友芳教授和王晶副教授。贾博计划于2021年在麻省理工学院进行博士联合培养，指导老师是Roger Mark教授（IEEE Fellow）。他主要的研究兴趣集中于生理信号的分析与挖掘、深度学习理论与方法研究，并在IJCAI、ACM MM、ICDM、ECML-PKDD等会议或期刊发表论文8篇，相关工作的源码也会陆续开源到GitHub上，附链接：https://github.com/ziyujia。

课程信息

课程主题

基于深度学习的脑电信号情感分类研究

课程提纲

1、脑电信号情感分类的研究方法与挑战
2、基于时-频-空的3D密集连接注意力网络
3、提升局部模式辨识度的3D注意机制
4、实验结果与展望

讲师介绍

贾子钰，北京交通大学计算机与信息技术学院博士生，指导老师是林友芳教授和王晶副教授；计划于2021年在麻省理工学院进行博士联合培养，指导老师是Roger Mark教授（IEEE Fellow）；主要研究兴趣集中于生理信号的分析与挖掘、深度学习理论与方法研究；目前已于IJCAI、ACM MM、ICDM、ECML-PKDD等会议或期刊发表论文8篇，相关工作的源码也会陆续开源到GitHub上。附地址：https://github.com/ziyujia。

直播信息

直播时间：6月7日20:00
直播地点：智东西公开课知识店铺