Teledyne e2v 支持放疗的技术荣获英国商业奖创新类别奖
06-06
CVPR正在拉斯维加斯如火如荼地举行。
关于已经出现的前沿技术，雷锋网已经在之前的文章《?CVPR ：这些黑科技在悄悄爆红》中详细介绍过；而所出现的前沿理论，必然是基于前来参加CVPR圆桌论坛的学术专家前来取图学习。
除了以李飞飞为首的女性学术团队（标题中有详细介绍）之外，还有这些在CVPR中极其重要的学术专家。
圆桌一——反馈在图像识别和片段重组中的重要性 Facebook人工智能研究实验室Piotr Dollar 据知乎介绍，他的团队做了一个高性能的PHP虚拟机HHVM。
主要研究方向为人类行为识别。
他的个人主页：Malik Jitendra Malik是加州大学伯克利分校的教授人。
2011年毕业于美国斯坦福大学，现为加州大学伯克利分校电气工程与计算机科学系大四教授。
2004年在系中担任系主任。
JitendraMalik教授主要研究方向是计算机视觉和生理认知建模，涉及图像分割、视觉组织、纹理分析、立体视觉、物体识别、智能交通等广泛内容在这些领域发表论文10余篇，其中被引用超过5篇。
吉滕德拉·Malik·教授已培养了26名博士生，其中许多人是国际研究界和业界的知名教授主义者和专家。
深度学习有很多优点，但在视觉识别领域能做的并不多。
此次，Piotr Dollar和JitendraMalik在论坛上讨论了目前深度学习在视觉识别领域的优缺点，以及如何通过反馈和记忆网络来改进前馈视觉架构。
圆桌2——视觉问答的挑战（包括对视觉、语言和常识内容的回答）微软研究员玛格丽特·米切尔主要研究计算机视觉和语言问题，是微软目前“认知”小组的创始成员和唯一的女性研究员。
最近，她的团队开发了新技术：教人工智能阅读图片和讲故事。
凯文·墨菲 (Kevin Murphy) 是谷歌总部的研究科学家，曾任不列颠哥伦比亚大学计算机科学和统计学副教授。
他是一本 20 页教科书的作者，该教科书荣获国际贝叶斯分析学会 2016 年德格鲁特统计科学最佳书籍奖。
研究方向包括机器传感、机器智能、数据挖掘与建模、自然语言处理、算法与理论。
他的团队还开发了一款应用程序，可以告诉你图片中盘子里的鸡蛋、吐司或培根有多少卡路里。
田元东是Facebook人工智能研究院智能围棋项目的负责人，此前是一名博士。
卡内基梅隆大学机器人系博士，曾任谷歌无人车团队成员。
这位中国学术青年因AlphaGo与李世石的对决而在中国家喻户晓。
在图像搜索引擎、自动驾驶、计算摄影、视觉图形、人机交互等领域，对场景识别的要求越来越高。
此次，玛格丽特·米切尔、凯文·墨菲、田元东在论坛上讨论了该领域近期的创新和创新。
创意，讨论重点包括场景分类、实时物体交互中的建模和识别等。
圆桌3——自动驾驶中的计算机视觉 Horizo??n CEO、前百度深度学习研究院（IDL）副院长、现任Horizo??n CEO于凯向大家进行了演示外界于2020年3月在真车上同步实现车道线/车辆/行人检测的ADAS（智能驾驶辅助系统）产品原型系统的讨论主题。
本次CVPR讨论的主题也与ADAS有关——密集预测图中的高性能目标检测及其在ADAS中的应用。
普林斯顿助教肖建雄于2011年在香港科技大学获得学士和硕士学位，2008年在麻省理工学院获得博士学位，随后前往美国普林斯顿大学计算机科学系深造。
担任教授的助手。
更具体地说，他是普林斯顿视觉研究小组的负责人。
在CVPR圆桌论坛上，讨论的话题除了深度学习之外的自动驾驶、（行人）检测、（图像）分割和控制等。
百度美国研发中心首席架构师James Peng讨论了百度推进自动驾驶至Level 4的进程这一话题。
这三位中国学术专家都选择了自动驾驶领域的分会圆桌会议。
此次论坛，他们将重点关注密集预测图中的高性能目标检测及其在ADAS中的应用，以及自动驾驶中的问题。
除了深度学习之外的话题，（行人）检测，（图像）分割与控制，以及百度自动驾驶迈向Level 4的过程。
圆桌3-风景理解 Kristen Grauman毕业于MIT，获得博士学位。
2011年，目前是德克萨斯大学奥斯汀分校的教授助理。
这个女孩每年发表 7 篇 CVPR 和 4 篇 ICCV 文章。
主要讨论内容与上述圆桌2类似。
圆桌四——大规模场景理解的挑战 Yann LeCun 早在 20 世纪 80 年代末，LeCun 作为贝尔实验室的研究员开发了卷积网络技术，并展示了如何利用它来大幅提高手写识别能力；目前美国很多手写支票仍在使用他的方法进行处理。
当神经网络在上世纪末本世纪初失宠时，LeCun 是少数坚持研究的科学家之一。
2001 年，他成为纽约大学的教授，并从此领导了深度学习的发展。
近年来，深度学习及相关领域已成为计算机研究最活跃的领域之一。
LeCun 于年底加入 Facebook，领导其新成立的人工智能实验室。
大规模场景理解已经成为计算机视觉中不可避免的问题。
此次论坛上，Yann LeCun等人将讨论场景分类、显着性检测、房间布局估计和字幕生成等问题。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-21
06-18
06-18
06-17
06-18
06-17
最新文章
3月，腾讯《王者荣耀》在全球App Store和Google Play吸引了2.57亿美元，同比增长63%
生鲜传奇宣布完成数亿元B+轮融资
裁员20%？红杉中国回应：胡说，员工总数不降反升
第二次影视创新“闯”短剧世界：看、留、跳都是钱
ASML：从飞利浦弃儿到光刻之王
宁康瑞珠获数千万元A轮融资 横琴金投、翰颐资本投资
智能金融服务生态平台科客完成A+轮融资
拼多多九鼎：信息披露无懈可击，竞争对手才是“浇水”的