CVPR（國際計(jì)算機(jī)視覺與模式識別會(huì)議）是IEEE 舉辦的年度學(xué)術(shù)性會(huì)議，會(huì)議主要關(guān)注計(jì)算機(jī)視覺與模式識別等方面的技術(shù)內(nèi)容。在各種學(xué)術(shù)會(huì)議統(tǒng)計(jì)中，CVPR 有著非常強(qiáng)的影響力和高排名。在美國夏威夷剛剛結(jié)束的CVPR 2017大會(huì)上，學(xué)術(shù)界和工業(yè)界都給予了極高的關(guān)注度，無論是收錄的論文數(shù)和參會(huì)人數(shù)都刷新了CVPR 的歷史紀(jì)錄。

對于這樣一場頂尖學(xué)術(shù)會(huì)議，廣大沒有機(jī)會(huì)出席活動(dòng)現(xiàn)場的同學(xué)們除了閱讀相關(guān)文章之外，還能如何更深度地了解CVPR 2017的學(xué)術(shù)成果呢？

8月12日下午，由雷鋒網(wǎng)主辦的“GAIR大講堂CVPR 上海交大專場”將在上海交通大學(xué)正式開幕。作為雷鋒網(wǎng)旗下高端學(xué)術(shù)分享品牌，GAIR 大講堂將通過舉辦高頻次的線下校園學(xué)術(shù)分享活動(dòng)，實(shí)現(xiàn)學(xué)術(shù)專家、AI業(yè)者與學(xué)校同學(xué)們之間的深度交流。本次活動(dòng)中，雷鋒網(wǎng)特地邀請5位CVPR 2017的前方論文講者，邀請他們講解各自的論文，同時(shí)分享CVPR 的參會(huì)心得。相信5位學(xué)術(shù)青年原汁原味的分享，將會(huì)為大家?guī)黻P(guān)于CVPR 更生動(dòng)的介紹。

活動(dòng)概況

主辦方：雷鋒網(wǎng)

合作單位：上海交通大學(xué)、AI研習(xí)社、阿里AI 實(shí)驗(yàn)室、AI MOOC 學(xué)院

指導(dǎo)單位：中國計(jì)算機(jī)學(xué)會(huì)（CCF）

合作媒體：AI科技評論

時(shí)間：8月12日下午2：00-6：30

地點(diǎn)：上海交通大學(xué)（閔行校區(qū)）電信三號樓200號報(bào)告廳

活動(dòng)流程

2:00-2:05 主辦方介紹本次活動(dòng)

2:05-2:15 校方領(lǐng)導(dǎo)致辭

2:15-2:55 MIT EECS系三年級博士生 吳佳俊

分享主題：用于從單張圖像中重建三維物體的點(diǎn)云生成網(wǎng)絡(luò)

A Point Set Generation Network for 3D Object Reconstruction from a Single Image

2:55-3:35  阿里巴巴人工智能實(shí)驗(yàn)室資深算法工程師 汪洋

分享主題：Contextual Attention-based Memory Networks for Scene Labeling

3:35-4:15 上海交通大學(xué)研究生 楊蕊

分享主題：Video Segmentation via Multiple Granularity Analysis

4:15-4:30 現(xiàn)場休息

4:30-5:10 上海交通大學(xué)研究生 林天威

分享主題：Single Shot Temporal Action Detection

5:10-5:50 上海交通大學(xué)博士生 王敏思

分享主題：Recurrent Modeling of Interaction Context for Collective Activity Recognition

5:50-6:20 現(xiàn)場統(tǒng)一提問問答

6:20 活動(dòng)結(jié)束

嘉賓介紹

吳佳俊，MIT EECS系三年級博士生，導(dǎo)師Bill Freeman教授和Josh Tenenbaum教授。 他的研究興趣在于計(jì)算機(jī)視覺，機(jī)器學(xué)習(xí)，和計(jì)算認(rèn)知科學(xué)的交叉。 在此之前，他于2014年在清華大學(xué)交叉信息院獲得學(xué)士學(xué)位。 他曾在微軟，F(xiàn)acebook和百度的研究實(shí)驗(yàn)室實(shí)習(xí)。

主題：A Point Set Generation Network for 3D Object Reconstruction from a Single Image（用于從單張圖像中重建三維物體的點(diǎn)云生成網(wǎng)絡(luò)）

分享內(nèi)容：通過深層神經(jīng)網(wǎng)絡(luò)生成三維數(shù)據(jù)在學(xué)術(shù)界越來越受到關(guān)注。現(xiàn)存的大多數(shù)方法都采取常規(guī)的三位數(shù)據(jù)表示，例如三位體素或圖像集合。在這篇CVPR文章里，作者試圖從單張圖像中直接生成三維點(diǎn)云坐標(biāo)，并進(jìn)行三維重建。作者針對問題設(shè)計(jì)了相應(yīng)的神經(jīng)網(wǎng)絡(luò)架構(gòu)，損失函數(shù)和學(xué)習(xí)范式。實(shí)驗(yàn)結(jié)果也證明了所提出的方法的良好性能。

汪洋，阿里巴巴人工智能實(shí)驗(yàn)室資深算法工程師。2014年畢業(yè)于電子科技大學(xué)電子工程學(xué)院，期間研究方向?yàn)樾盘柵c信息處理。同年加入阿里巴巴，先后從事數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺等方面的工作，目前主要研究興趣為目標(biāo)檢測與跟蹤、語義分割以及深度網(wǎng)絡(luò)壓縮與加速等。

主題：Contextual Attention-based Memory Networks for Scene Labeling（上下文注意力機(jī)制記憶網(wǎng)絡(luò)在場景標(biāo)記中的應(yīng)用）

分享內(nèi)容：場景標(biāo)注旨在解決的問題是預(yù)測圖像每個(gè)像素所屬的類別，實(shí)際上它可視為一個(gè)序列到序列的預(yù)測任務(wù)。因此，如何充分利用相關(guān)上下文信息是提高標(biāo)注效果的關(guān)鍵所在。論文提出了一種Episodic CAMN方法，并在該方法的基礎(chǔ)上定義了一種由全卷積神經(jīng)網(wǎng)絡(luò)（Fully Connected Network，F(xiàn)CN）和帶有反饋連接的注意力機(jī)制記憶網(wǎng)絡(luò)（Attention-based Memory Network with Feedback Connections）構(gòu)成的統(tǒng)一框架來實(shí)現(xiàn)上下文信息的選擇和調(diào)整。在PASCAL Context，SIFT Flow和PASCAL VOC 2011等場景標(biāo)注數(shù)據(jù)集上進(jìn)行一系列評測，取得了不錯(cuò)的效果。

楊蕊，上海交通大學(xué)研究生。

主題：Video Segmentation via Multiple Granularity Analysis（基于多粒度分析的視頻分割）

分享內(nèi)容：視頻目標(biāo)分割是指講視頻中的目標(biāo)物體在每一幀中沿輪廓進(jìn)行分割。采用一個(gè)多粒度框架可以通過從粗到細(xì)的方式對視頻進(jìn)行精準(zhǔn)分割。視頻分割可以被理解為一個(gè)時(shí)序上的超像素打標(biāo)過程，在精準(zhǔn)的視頻跟蹤技術(shù)的幫助下，時(shí)空上的多實(shí)例學(xué)習(xí)算法可以將超像素進(jìn)行二分類，并緊接著用圖割的方式在像素級別進(jìn)行細(xì)化，最終實(shí)現(xiàn)準(zhǔn)確的分割。

林天威，上海交通大學(xué)自動(dòng)化系計(jì)算機(jī)視覺實(shí)驗(yàn)室的研一學(xué)生，導(dǎo)師為趙旭老師。主要關(guān)注計(jì)算機(jī)視覺，深度學(xué)習(xí)，視頻分析等方向的工作，主要研究視頻動(dòng)作分析領(lǐng)域中的時(shí)序動(dòng)作檢測問題。

主題： Single Shot Temporal Action Detection（單鏡頭時(shí)序行為檢測）

分享內(nèi)容：時(shí)序行為檢測是要在視頻序列中確定動(dòng)作發(fā)生的時(shí)間區(qū)間（包括開始時(shí)間與結(jié)束時(shí)間）以及動(dòng)作的類別。與其關(guān)系緊密的一個(gè)領(lǐng)域是基于圖像的物體檢測（object detection），物體檢測是檢測物體在圖像中的位置，包括長和寬兩個(gè)維度，而時(shí)序行為檢測則只需要確定時(shí)間維度上動(dòng)作的位置。本論文投稿于ACM multimedia 2017

王敏思，上海交通大學(xué)博士生。

主題：Recurrent Modeling of Interaction Context for Collective Activity Recognition（通過對互動(dòng)信息的遞歸建模來進(jìn)行群體行為識別）

分享內(nèi)容：群體行為識別旨在判斷場景中整個(gè)人群的行為。群體行為通常包括多個(gè)層次的互動(dòng)信息（Interaction Context），包括單個(gè)人的運(yùn)動(dòng)信息，局部群組內(nèi)人與人的互動(dòng)信息，以及局部組群與組群之間的互動(dòng)信息。針對此現(xiàn)象，論文提出了一個(gè)基于多層次遞歸神經(jīng)網(wǎng)絡(luò)的群體行為識別算法，該算法在每個(gè)層次的互動(dòng)信息建模中，使用LSTM節(jié)點(diǎn)，低級層次的信息會(huì)聚后作為高級層次的信息節(jié)點(diǎn)輸入，主要分為person-level，group-level, scene-level三個(gè)不同層次的LSTM。最終通過多層次的LSTM結(jié)構(gòu)，實(shí)現(xiàn)跨層次的群體行為識別。該方法在群體行為數(shù)據(jù)庫Collective-Activity獲得了目前很好的識別精度。

以上就是本次活動(dòng)的簡要介紹，想要近距離了解更多論文投稿細(xì)節(jié)，就快來報(bào)名參會(huì)吧。另外，本次活動(dòng)全程免費(fèi)，現(xiàn)場還有送書活動(dòng)，獎(jiǎng)品就是最近賣到脫銷的《Deep Learning》一書。還等什么？掃描下方活動(dòng)海報(bào)二維碼即可報(bào)名參加，也可以點(diǎn)擊活動(dòng)鏈接報(bào)名。

往期活動(dòng)直播回顧：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。詳情見轉(zhuǎn)載須知。