0
| 本文作者： AI科技評論 | 2020-06-09 18:40 |
CVPR 2020 系列論文解讀公開課第七期，就在6月11日（本周四）19:00 整（北京時間）進行。
AI科技評論出品
CVPR 2020 原定于 6 月 16 日至 20 日在華盛頓州西雅圖的華盛頓州會議中心舉行，但是當前全球疫情勢態(tài)嚴峻，CVPR2020官方早早已經(jīng)宣布會議將全程線上。雖然無法去現(xiàn)場交流，但是AI科技評論組織策劃了系列【CVPR 2020論文分享】活動，包括論文解讀直播，論文解讀等，詳情請看CVPR小組：https://www.yanxishe.com/meeting/44
本次直播為【CVPR 2020 系列論文解讀公開課】第七期，此次分享的兩篇論文為商湯科技錄用為CVPR 2020 Oral的論文《Self-Supervised Scene De-occlusion》、《Self-supervised deep visual odometry with online adaptation》。我們有幸邀請到了商湯科技聯(lián)合實驗室的詹曉航、李順愷兩位同學，帶來關于“自監(jiān)督學習在視覺場景中的研究新進展”的主題分享。
講師介紹
詹曉航
本科畢業(yè)于清華大學，目前是香港中文大學多媒體實驗室三年級博士生，指導老師是Chen Change Loy、林達華和湯曉鷗教授。曾在CVPR、ECCV等計算機視覺頂級會議上發(fā)表論文十余篇，包括五篇第一作者論文。另外曾獲國家獎學金、清華大學本科優(yōu)秀畢業(yè)生、Hong Kong PhD Fellowship、Facebook自監(jiān)督學習挑戰(zhàn)賽冠軍等榮譽。他的博士期間主要研究方向為無監(jiān)督學習，具體工作涵蓋人臉聚類、自監(jiān)督場景理解、無監(jiān)督表征學習等。
李順愷
北京大學在讀研究生，北大-商湯機器視覺聯(lián)合實驗室成員。研究方向為自監(jiān)督學習，在線學習及基于深度學習的三維計算機視覺問題，在場景深度感知、視覺里程計、三維場景表示、新視角合成、生成對抗網(wǎng)絡等應用方向有較豐富的研究經(jīng)驗。目前，相關成果已在ICCV, CVPR等會議和期刊上發(fā)表4篇論文。
分享時間：
2020年6月11日（周四）晚19:00整（北京時間）
分享主題：
自監(jiān)督學習在視覺場景中的研究新進展
直播地址：
https://mooc.yanxishe.com/open/course/837
分享背景
自監(jiān)督學習是指從數(shù)據(jù)本身產(chǎn)生某種形式的標簽并訓練神經(jīng)網(wǎng)絡，用來解決某些特定任務或者學習通用的圖像、視頻、語言的特征表達。在學術界，自監(jiān)督學習被證明可以解決光流預測、深度估計、場景遮擋等問題，不需要額外的人工標簽。另外，基于自監(jiān)督學習的無監(jiān)督表征學習近年來也獲得了飛速發(fā)展，大有超越有監(jiān)督表征學習的趨勢。
本次talk將結(jié)合兩篇CVPR 2020 Oral文章，講解自監(jiān)督學習方法在場景去遮擋、視覺里程計方面的最新成果。
分享提綱
自監(jiān)督學習領域綜述
論文分享
自監(jiān)督場景去遮擋
在線自監(jiān)督學習及其在視覺里程計上的應用
Q&A問答
論文信息
論文題目：Self-Supervised Scene De-occlusion
論文鏈接：https://arxiv.org/abs/2004.02788
代碼：https://github.com/XiaohangZhan/deocclusion
論文題目：Self-supervised deep visual odometry with online adaptation
論文鏈接：：https://arxiv.org/abs/2005.06136
疫情拉開了大家的距離，但是學術交流是不會就因為疫情被阻擋的，我們愿架起這座學者之間的橋梁，以最短路徑，讓更多學者能更快的參與其中，促進學術交流，讓知識真正流動！
掃描海報中二維碼， 進群了解更多直播信息
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
