加载中…
个人资料
视觉与学习青年学者研讨会_VALSE
视觉与学习青年学者研
讨会_VALSE
  • 博客等级:
  • 博客积分:0
  • 博客访问:6,224
  • 关注人气:44
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
访客
加载中…
好友
加载中…
评论
加载中…
留言
加载中…
分类
博文
标签:

it

近期,VALSE理事会和在线委员会成员对2016年Valse Webinar线上活动进行了总结,肯定了过去一年中线上Webinar活动有效促进了视觉领域学术交流和充分活跃学术氛围,也为学界和企业界搭建了一个便捷的资源共享平台,吸引了越来越多学界和企业界人员的参与。但是考虑到年末讲者和各位老师同学都相对忙碌,经VALSE理事会和在线委员会共同讨论决定,从2016年12月份开始在线Webinar活动由每周一次改为两周一次,VALSE理事会和在线委员会将更加认真对待每一次Webinar活动,力求精益求精,以期呈现给Valsers更精彩的报告。

阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it


报告嘉宾1:李坤乾(华中科技大学)
报告时间:2017年2月22日(星期三)晚20:00(北京时间)
报告题目:Introduction of image Co-segmentation and recent works
主持人:  贾伟(合肥工业大学)

报告摘要:
Image segmentation is the fundamental question in computer vision society, which plays important roles in many senior tasks and receives broad attention. Recently, image co-segmentation has become a new hot area in segmentation. The main task of co-segmentation is to mine the consistencies and connections of the images in a group, which will then assist the segmenta
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it

VALSE 2017 



美丽的厦大,春光明媚的四月,召唤你来跳学术华尔兹啦~

盼星星盼月亮,VALSE 2017终于开放注册了!

机器学习里No free lunch太遗憾,VALSE 2017不仅有free lunch,还可以边享受free light dinner边看Poster和Demo。

当然,最重要的是VALSE 2017有13个重量级大会特邀报告,2个Tutorial,10余个领域的年度进展评述,100余篇最新的顶会牛刊论文Poster,30余最新的系统Demo。

所以!老师们,同学们~打开以下链接,进行注册吧:

ht
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it

【VALSE 前沿技术选介16-28期】Plug & Play Generative Networks

作者:小S

十分有名的 PPGN,released before days of NIPS 2016 conference [2]. 它最大的贡献在于首先,把能生成的图片分辨率直接提高到了 227*227;同时,还是在整个 ImageNet 的所有 class 上生成(conditional GAN),而不是只能生成局限的 CelebA、LSUN bedroom 等等过去被主要用于训练和测试的数据集;第三个贡献我个人觉得是把 conditional GAN 的 condition 的东西变成了一个 network,之前很多都是 condition 在一个 fix data(text/image)上。

这篇文章乍看非常琐碎,仔细读了几遍后,梳理出的重点有四个:
1. DGN-AM;
2. 用 MCMC 做 sampling 
3. 用 DAE 做 estimation;
4. noise 对于整个生成过程的各种影响分析。

首先来介绍一下 DGN-AM,这可以说是 PPGN 的基石,它来自于同样
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it


该文章属于“VALSE”原创,未经授权禁止转载。



【VALSE 前沿技术选介16-27期】无监督的Dense Correspondence学习方法

作者:Winsty VALSE


今天给大家介绍的是几篇做无监督Dense Correspondence的文章,这几篇文章其实核心思想非常类似,故总结在一起给大家分享。众所周知,这几年Deep Learning在各种监督学习和增强学习中取得了巨大的成就,基本席卷了CV,NLP等每个相关领域中每个重要的任务。然而,在无监督学习——这个可能是通向General AI上的必经之路上的问题上进展相对缓慢。除了我们VALSE前沿选介从开篇起就一直高度关注
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it


报告嘉宾1:Jia Deng(University of Michigan)
报告时间:2017年01月11日(星期三)晚上8:00(北京时间)
报告题目:Going Deeper in Semantics and Mid-Level Vision
主持人:程明明(南开大学) 

报告摘要:
Achieving human-level visual understanding requires extracting deeper semantics from images. In particular, it entails moving beyond detecting objects to understanding the relations between them. It also demands progress in mid-level vision, which extracts deeper geometric information such as pose and 3D. In this talk I will present recent work on both fronts. I will describe efforts on recognizing human-ob
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it


报告嘉宾1:刘烨斌(清华大学)
报告时间:2017年01月04日(星期三)晚上20:00(北京时间)
报告题目:动态场景三维重建技术:便捷性与实时性
主持人:邓伟洪(北京邮电大学) 

报告摘要:
真实世界视觉信息的采集、数字化记录与重建是当前视觉媒体技术发展的核心关键,其是克服当前虚拟/增强现实技术在内容生成方面所面临挑战的有效技术和手段。然而,目前针对动态场景的三维重建方面仍面临许多技术难题,主要的挑战在于精准性、便捷性和实时性三方面的需求。本报告围绕便捷性和实时性两大目标,回顾动态场景三维重建技术的技术发展,介绍报告人最新的关于便捷采集及实时生成的成果。报告最后围绕视觉信息采集的计算摄像技术,简要介绍报告人在视角维
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it


报告嘉宾:刘利刚(中国科学技术大学)
报告时间:2016年12月28日(星期三)晚20:30(北京时间)
报告题目:三维形状的深度学习方法探讨
主持人:钟燕飞(武汉大学)

报告摘要:
数字几何处理技术的快速发展对三维几何模型这一新兴数字媒体的发展和应用起到了巨大的推动作用。随着三维模型数量和质量的不断提高,如何分析和理解三维模型中蕴含的语义信息,以便更加有效地处理和使用三维模型,以及利用语义信息合成新的三维模型,已逐渐成为几何处理领域所关注的最新热点。本报告将探讨将机器学习及深度学习的方法应用在三维几何数据上的一些尝试及思考。

讲者简介:
刘利刚,中国科学技术大学
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it


报告嘉宾1:李纯明(电子科技大学)
报告时间:2016年12月21日(星期三)晚20:30(北京时间)
报告题目:自动与半自动图像分割及其在医学影像中的应用
主持人:  何晖光(中国科学院自动化研究所)

报告摘要:图像分割是图像处理与计算机视觉中重要的、基础性的问题之一。在医学影像分析中,图像分割在很多医学问题的研究和临床应用中往往起到至关重要的作用。图像分割与其它图像处理问题的一个不同之处和困难之处在于,在不同的应用中,因为感兴趣目标的不同以及不同类型图像的差异,没有一个普遍适用的分割方法。即使对于同一个图像,一般也不可能用同一个方法对不同目标进行全自动分割,往往需要一定的手工干预,或者在分割的算法和模型中充
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it

该文章属于“VALSE”原创,未经授权禁止转载。

【VALSE 前沿技术选介16-26期】基于视频的检测与分割(上)
 作者:Winsty

今天给大家介绍的是一些有关于基于视频的检测与追踪的工作。不可否认,目前基于深度学习的传统目标检测与图片分割任务进入了一个相对成熟的阶段。在本次CVPR结束的两周内,arxiv上关于这两者的论文大多乏善可陈,尤其是在通用物体检测方面。在图像分割领域虽然看到了一些改进的工作,但大家能想到的基本思路高度雷同,远不像两年前每天都会有惊喜的状态。鉴于这些传统意义上的high level vision任务在性能上基本完善,研究的热点一方面集中在如何加速已有的方法,另一
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

it


报告嘉宾1:施柏鑫(AIST)
报告时间:2016年12月14日(星期三)晚20:00(北京时间)
报告题目:面向非朗伯和非标定光度立体视觉的标准评测数据集
主持人:徐轶超(香港城市大学)

报告摘要:
光度立体视觉技术通过分析变化光照的图像序列来估计每一个像素的法线方向,是一种可以得到高精度几何信息的三维重建方法。传统的方法在物体表面的反射模型上有过于理想的假设,并需要事先对光源方向进行标定。近些年提出的光度立体视觉算法多关注非朗伯反射的复杂材质和非标定的技术,从而推进这一技术的实用化。由于数据拍摄的繁琐和标定要求的严格,面向非朗伯和非标定光度立体视觉的标准评测数据集一直是该领域的研究空白。本次报告首先回顾近些年
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
  

新浪BLOG意见反馈留言板 不良信息反馈 电话:4006900000 提示音后按1键(按当地市话标准计费) 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

新浪公司 版权所有