在成功結(jié)束上海交大站、清華站活動(dòng)之后，“GAIR大講堂”第三期學(xué)術(shù)分享活動(dòng)將馬不停蹄地于本周六（8月26日）在哈工大深圳研究生院開(kāi)幕。

上周六在清華的活動(dòng)，得到了北京地區(qū)各大高校同學(xué)們的踴躍支持，100人的會(huì)議室被廣大到場(chǎng)的觀眾們擠得爆滿，下圖為活動(dòng)現(xiàn)場(chǎng)圖：

(清華站現(xiàn)場(chǎng)照片）

4位嘉賓從CVPR 2017的學(xué)術(shù)成果到參會(huì)心得分享，為在場(chǎng)的同學(xué)們和企業(yè)觀眾做了專(zhuān)業(yè)而又精彩的介紹，同學(xué)們也積極參與了現(xiàn)場(chǎng)提問(wèn)。嘉賓的耐心回答讓同學(xué)們收獲良多，以至于有同學(xué)在活動(dòng)結(jié)束之后對(duì)主辦方雷鋒網(wǎng)表達(dá)了真誠(chéng)地感謝，有微信截圖為證：

從現(xiàn)場(chǎng)情況和同學(xué)們的反饋來(lái)看，想必對(duì)即將開(kāi)始的哈工大站活動(dòng)，你也會(huì)非常期待吧！要知道哈工大深圳站，主辦方雷鋒網(wǎng)以及承辦方哈工大（深圳）計(jì)算機(jī)學(xué)院一同邀請(qǐng)了更多來(lái)自企業(yè)界的重磅嘉賓來(lái)分享他們?cè)贑VPR 上學(xué)術(shù)成果，這其中就包括AI明星企業(yè)的資深A(yù)I工程師們，相信企業(yè)嘉賓的分享也能讓大家收獲更多易于落地的研究思考。嘉賓介紹：

左旺孟 哈爾濱工業(yè)大學(xué)計(jì)算機(jī)學(xué)院教授、博士生導(dǎo)師

左旺孟老師，IEEE會(huì)員，中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)員，國(guó)際期刊《ISRN Signal Processing》編委。主要從事圖像增強(qiáng)與復(fù)原、稀疏表達(dá)和深度學(xué)習(xí)等方面的研究。在ACM CSUR、IEEE TIP等重要國(guó)際期刊和CVPR、ICCV、ICPR、ICIP等重要國(guó)際會(huì)議上發(fā)表學(xué)術(shù)論文40余篇。曾獲得全國(guó)優(yōu)秀博士論文提名獎(jiǎng)、哈爾濱工業(yè)大學(xué)優(yōu) 秀博士論文獎(jiǎng)和國(guó)際會(huì)議優(yōu)秀論文獎(jiǎng)。

主題：Deep learning models for image restoration and depth enhancement (面向圖像復(fù)原和深度圖增強(qiáng)的深度學(xué)習(xí)模型)

分享內(nèi)容：圖像增強(qiáng)和復(fù)原是底層視覺(jué)的一個(gè)重要內(nèi)容。近年來(lái)，以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)模型在圖像超分辨與去噪領(lǐng)域獲得了巨大的成功。然而，如何將其推廣應(yīng)用至更多的底層視覺(jué)視覺(jué)問(wèn)題，是我們近年來(lái)關(guān)注的一個(gè)重要方向。本次分享將圍繞這一問(wèn)題，介紹我們今年CVPR上的兩個(gè)工作：

(1) 設(shè)計(jì)了一種新的去噪CNN網(wǎng)絡(luò)，并結(jié)合半二次分裂方法將其推廣應(yīng)用于廣義的圖像復(fù)原問(wèn)題的求解；

(2) 針對(duì)有引導(dǎo)圖的深度圖增強(qiáng)問(wèn)題，設(shè)計(jì)了一種特殊的深度網(wǎng)絡(luò)結(jié)構(gòu)并利用任務(wù)驅(qū)動(dòng)策略學(xué)習(xí)動(dòng)態(tài)引導(dǎo)與增強(qiáng)模型。

黃偉林 碼隆科技首席科學(xué)家

黃偉林博士來(lái)自牛津大學(xué)Visual Geometry Group（VGG），是首位從該實(shí)驗(yàn)室回國(guó)工作的研究員。博士后期間師從Andrew Zisserman和Alison Noble。研究方向主要集中在場(chǎng)景文本識(shí)別,場(chǎng)景分類(lèi)和醫(yī)學(xué)視頻分析等領(lǐng)域。同時(shí)，他還擔(dān)任計(jì)算機(jī)視覺(jué)/人工智能領(lǐng)域主要會(huì)議的PC member或者Reviewer，包括：ICCV、CVPR、ECCV、AAAI 等。黃偉林博士曾任中國(guó)科學(xué)院助理教授。

Matt Scott 碼隆科技聯(lián)合創(chuàng)始人兼CTO

Matt Scott 擁有十年微軟研發(fā)經(jīng)驗(yàn)，曾任微軟亞洲研究院高級(jí)研發(fā)主管。Matt多年均為微軟績(jī)效排名前1%的杰出員工與管理者，擁有國(guó)際頂級(jí)學(xué)術(shù)會(huì)議論文13篇，超過(guò)40個(gè)中美專(zhuān)利技術(shù)，18個(gè)微軟技術(shù)商業(yè)轉(zhuǎn)化成果。其熟悉研發(fā)領(lǐng)域包括軟件工程、視覺(jué)計(jì)算，機(jī)器學(xué)習(xí)，尤其擅長(zhǎng)把最前沿計(jì)算機(jī)科學(xué)成果轉(zhuǎn)化為服務(wù)大眾的互聯(lián)網(wǎng)產(chǎn)品。

分享題目：CVPR WebVision挑戰(zhàn)賽分享與展望（論文分享）

分享摘要：CVPR期間WebVision大規(guī)模視覺(jué)理解全球挑戰(zhàn)賽宣布賽果，碼隆科技團(tuán)隊(duì)在全球超過(guò)100支參賽隊(duì)伍中脫穎而出，榮獲冠軍。WebVision競(jìng)賽的主要挑戰(zhàn)是數(shù)據(jù)來(lái)源于網(wǎng)絡(luò)抓取，未經(jīng)過(guò)任何人工標(biāo)注，因此含有大量的錯(cuò)誤類(lèi)別標(biāo)簽。 碼隆算法團(tuán)隊(duì)利用課程學(xué)習(xí)（Curriculum Learning）的思路，設(shè)計(jì)更加高效的訓(xùn)練策略，有效地抑制錯(cuò)誤標(biāo)簽和數(shù)據(jù)不平衡的負(fù)面作用。在演講中，碼隆科技黃博士將分享此次競(jìng)賽的算法思路和方法方面的相關(guān)經(jīng)驗(yàn)，以及針對(duì)現(xiàn)實(shí)場(chǎng)景中非人工標(biāo)注數(shù)據(jù)的訓(xùn)練和學(xué)習(xí)技術(shù)的探索。

除此之外，Matt還將重點(diǎn)介紹ImageNet 與 Webvision兩大學(xué)術(shù)比賽之間的區(qū)別，除此之外，將深入介紹WebVision 比賽的主要挑戰(zhàn)，以及由WebVision 比賽引發(fā)的對(duì)智能視覺(jué)現(xiàn)實(shí)場(chǎng)景應(yīng)用的探索。希望帶領(lǐng)廣大同學(xué)們更深入的了解和認(rèn)識(shí)WebVision挑戰(zhàn)賽。

陳曉智，清華大學(xué)博士

陳曉智博士畢業(yè)于清華大學(xué)電子工程系。他的研究興趣為深度學(xué)習(xí)及其在三維感知中的應(yīng)用。他曾在多倫多大學(xué)、百度自動(dòng)駕駛事業(yè)部進(jìn)行訪問(wèn)和實(shí)習(xí)，曾獲清華大學(xué)優(yōu)秀博士論文、博士生國(guó)家獎(jiǎng)學(xué)金。

主題：Multi-View 3D Object Detection Network for Autonomous Driving （面向自動(dòng)駕駛的多視角三維物體檢測(cè)網(wǎng)絡(luò)）

分享內(nèi)容：三維物體檢測(cè)是自動(dòng)駕駛感知系統(tǒng)的關(guān)鍵問(wèn)題。本文提出了一種多視角三維物體檢測(cè)網(wǎng)絡(luò)（MV3D)，通過(guò)融合激光點(diǎn)云和RGB圖像來(lái)實(shí)現(xiàn)物體的三維定位與檢測(cè)。該模型將三維點(diǎn)云編碼成多視角的表示，通過(guò)三維似物性網(wǎng)絡(luò)來(lái)提取三維候選區(qū)域，并設(shè)計(jì)了一種深度融合網(wǎng)絡(luò)來(lái)學(xué)習(xí)物體的多模態(tài)特征。該方法在KITTI評(píng)測(cè)集上取了領(lǐng)先的三維物體檢測(cè)性能。

李琛 浙江大學(xué)工學(xué)博士

李琛于2017年6月獲得浙江大學(xué)工學(xué)博士學(xué)位，師從周昆教授和微軟亞洲研究院Steve Lin博士。他的研究方向?yàn)槿S重建、計(jì)算攝影學(xué)、表觀建模等計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)的交叉領(lǐng)域。2012年至2016年期間曾在微軟亞洲研究院網(wǎng)絡(luò)圖形組實(shí)習(xí)。

主題：Biological Human Skin Color Model: from Theory to Applications (膚色生物學(xué)模型：從原理到應(yīng)用)

摘要：人臉一直以來(lái)都是圖像和視頻中的最重要的呈現(xiàn)內(nèi)容。因此，針對(duì)人臉的圖像處理技術(shù)變得十分重要，并獲得越來(lái)越廣泛的學(xué)術(shù)和工業(yè)界關(guān)注。由于人類(lèi)生理結(jié)構(gòu)的相似性，使得人臉具有更多區(qū)別于一般物體的特征和約束可以被利用——膚色就是其中之一。李琛博士等人在CVPR 2017發(fā)表的兩篇論文《Radiometric Calibration from Faces in Images》和《Specular Highlight Removal in Facial Images》，正是利用人臉膚色的生物學(xué)模型作為先驗(yàn)知識(shí)，與當(dāng)今主流算法相比較，在高光分離、相機(jī)響應(yīng)函數(shù)校準(zhǔn)，這兩個(gè)傳統(tǒng)圖像處理的重要問(wèn)題上，效果獲得顯著提升。

活動(dòng)時(shí)間地點(diǎn)：

8月26日下午2:00-6:30

深圳市西麗大學(xué)城哈工大校區(qū)A棟104教室

報(bào)名鏈接：（本活動(dòng)僅限報(bào)名參加，名額有限抓緊時(shí)間報(bào)名）

http://www.ozgbdpf.cn/activity/view/id/3

小編溫馨提醒大家：活動(dòng)現(xiàn)場(chǎng)，主辦方雷鋒網(wǎng)將會(huì)送出5本《深度學(xué)習(xí)》書(shū)籍，精美獎(jiǎng)品不容錯(cuò)過(guò)，快來(lái)報(bào)名吧！

往期活動(dòng)直播回放地址：http://www.mooc.ai/course/151/lesson/list

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。