第三期AI未來說·青年學術論壇充滿神奇、魅力與挑戰的CV專場

2019 年 3 月 24 日下午，“AI 未來說·青年學術論壇”的第三期計算機視覺專場，在北京市中國科學院大學中關村校區 3 號教學樓 S101階梯教室舉行。

計算機視覺（Computer Vision, CV）是人工智能領域中的一個充滿神奇、魅力與挑戰的子領域，是一門研究如何教機器“看”的科學。這可以理解爲研究使用各種成象系統代替視覺器官作爲輸入，並由計算機代替大腦來完成識別、跟蹤、測量、處理的學科。它的最終目標是使計算機能像人一樣通過視覺觀察和理解世界，具有自主適應環境的能力。隨着理論和計算機硬件的發展，計算機視覺技術已經成爲了我們日常生活中不可或缺的一部分，像光學字符識別、人臉識別、自動駕駛、增強現實等技術更是屢見不鮮。

本次論壇不僅包括內容豐富的嘉賓報告分享環節，還新增了博士生 panel 環節。報告分享環節共有 5 位嘉賓，包括北京大學的彭宇新教授、清華大學的魯繼文副教授，來自百度公司的李穎超博士、中國科學院自動化研究所的張士峯博士和香港中文大學的李弘揚博士。panel 環節由北京大學何相騰博士主持，共有 5 位嘉賓，除了張士峯博士和李弘揚博士外，還有來自中國科學院自動化研究所朱政博士和李琦助理研究員，以及北京大學的樓燚航博士。

彭宇新教授做“跨媒體智能分析與應用”的報告分享

作爲北京大學二級教授、博士生導師、863 項目首席專家、中國人工智能產業創新聯盟專家委員會主任委員、中國工程院人工智能2.0 規劃專家委員會專家、中國圖像圖形學學會理事兼副祕書長，彭宇新教授報告的主要內容爲跨媒體智能分析與應用的研究背景、AI2.0-跨媒體以及近期的一系列研究進展和應用。並介紹了團隊在細粒度圖像分類、跨媒體檢索、跨媒體數據集和視頻描述生成等方面的研究進展和成果轉化。

魯繼文副教授做“深度強化學習與視覺內容理解”的報告分享

作爲清華大學自動化系副教授、博士生導師、國際期刊PatternRecognition Letters主編，魯繼文副教授報告的內容主要包括視覺內容理解的概述、所面臨的主要挑戰、深度強化學習方法在內容理解領域的應用和改進以及相關的總結。並介紹了強化學習的模型與應用，使用馬爾科夫決策過程對視頻進行建模的方法，並利用深度強化學習來選取視頻的有用幀。深度強化學習同時利用深度學習的表示能力和強化學習的決策能力，對許多視覺內容理解任務有更好的建模策略，可有效提升相應視覺任務的性能。

李穎超博士做“百度增強現實技術進展與應用”的報告分享

作爲百度增強現實技術部高級經理，李穎超博士報告的內容主要包括百度AR 技術的原理與實際應用展示。通過結合百度大腦和百度計算機視覺的整體技術佈局，介紹了百度AR的技術原理、進展和應用。AR 技術的三要素包括現實世界、虛擬信息和人。核心技術包括感知跟蹤（2D物體、3D物體、SLAM/VO/VIO和語義分割）、虛實融合、人機互動、內容生產。並向我們展示了多種百度增強現實的相關產品。

張士峯博士做“基於深度學習的通用物體檢測算法對比探索”的報告分享

中國科學院自動化研究所張士峯博士報告的主要內容包括物體檢測的介紹、一二步法的對比探索和檢測發展的討論展望。物體檢測可以簡單定義爲 What（類別）和 Where（位置）的問題。介紹了物體檢測的一步法和二步法，並對比了一二步法的優勢與不足，並由此介紹了RefineDet。最後總結了物體檢測的未來發展趨勢。

李弘揚博士做 “物體檢測最新進展”的報告分享

香港中文大學多媒體實驗室博士生、微軟亞洲研究院實習生李弘揚博士報告的主要內容包括物體檢測的介紹、Feature Intertwiner Module 和物體檢測的未來發展趨勢。講解了爲什麼有固定的 ROI 輸出，爲什麼要把小的 anchors 放在網絡的前端，而把大的 anchors 放在網絡的後端。並介紹了二步法存在的一些問題，以及 FeatureInterwiner modeule，其核心思想是使用大的目標來指導小目標的學習。最後對物體檢測的未來進行了展望。