报告人简介：张海军教授，2004、2007年于东北大学分别获得学士和硕士学位。2010年10月获香港城市大学电子工程系博士学位。于美国马里兰大学访问学者、加拿大温莎大学博士后研究工作。2012年3月加入哈尔滨工业大学深圳校区，现任计算机科学与技术学院教授、博士生导师。主要研究方向为数据挖掘、机器学习、时尚智能、视链优化、服务计算等。在IEEE Trans.等重要期刊和会议发表论文100余篇。获得广东省自然科学二等奖1项。目前，担任Neurocomputing、Pattern Analysis & Applications、Neural Computing & Applications 期刊编委；担任国际会议NCAA、IEEE ISPCE-Asia等会议主席。

报告摘要：在新冠肺炎疫情背景下，线上消费蓬勃发展，以网络购物、共享平台、远程办公、在线教育等为代表的消费模式异军突起。时尚知识驱动的视觉内容生成通过动态个性化场景再现，将时尚产品更加多维化、立体化地展现在消费者面前。现今阶段，围绕时尚数据的搭配问题已经开展了许多研究。服装作为时尚领域的重要组成部分，基于服装搭配数据的图像生成还在起步阶段，在生成过程中进行搭配知识的嵌入，以及根据用户偏好进行可控生成还有待深入研究和探索。由于服装图像的复杂性与多样性，其图像生成结果真实程度离工业化应用尚有一定差距。生成对抗网络在图像生成上取得的优秀效果使其被广泛应用于诸如图像翻译、虚拟换装等领域。本报告主要致力于大数据环境下基于服装搭配数据的图像生成问题研究，基于生成对抗网络基础框架，初步构建搭配服装图像生成理论和方法，为时尚领域的智能化设计奠定基础。