200位学术青年齐聚HIT，GAIR大讲堂CVPR哈工大深圳专场总结回顾

本篇文章2594字，读完约6分钟

据雷锋的《人工智能技术评论》报道:8月26日下午，由雷锋(公开号:雷锋)主持的“哈尔滨工业大学深圳特别会议盖尔报告厅”在哈尔滨工业大学深圳校区正式开幕。作为雷锋旗下的高端学术分享品牌。“gair报告厅”的使命是通过举办高频率的线下校园学术分享活动，实现学术专家、人工智能运营商和在校学生之间的深度交流。哈尔滨工业大学深圳专场是八月份gair讲堂的第三次也是最后一次线下学术分享活动。在宣和哈尔滨工业大学深圳计算机学院何振宇老师的支持下，雷锋特别邀请了2017年cvpr论文的五位主讲人来讲解他们的论文，分享他们的cvpr经验。《艾科技评论》作为盖尔讲堂活动的独家合作媒体，参与了现场报道。

事件

活动现场挤满了人

学生们渴望提问

哈尔滨工业大学(深圳)研究生院计算机学院宣演讲

分享客人介绍

左，哈尔滨工业大学计算机学院教授、博士生导师

马龙科技公司首席科学家黄伟林

科德龙科技联合创始人兼首席技术官马特·斯科特

清华大学陈小志博士

浙江大学工程博士陈丽

来宾共享会话

第一位分享嘉宾是左教授，他是ieee和中国计算机联合会成员，也是《isrn信号处理》国际期刊编辑委员会成员。主要从事图像增强与恢复、稀疏表示和深度学习。他在重要的国际期刊上发表了40多篇学术论文，如acm csur和ieee tip以及重要的国际会议，如cvpr、iccv、icpr和icip。他分享的论文题目是:图像恢复和深度增强的深度学习模型(图像恢复和深度图增强的深度学习模型)

论文分为四个部分:图像恢复和图像去噪；去噪前用深度学习卷积神经网络恢复图像；深度图像增强的动态引导学习:论文摘要。

图像增强和恢复是底层视觉的重要组成部分。近年来，以卷积神经网络为代表的深度学习模型在图像超分辨率和去噪领域取得了巨大成功。然而，如何将其推广应用于更深层的视觉问题是近年来的一个重要方向。左老师和老师的分享就是围绕这个问题，在今年的简历上介绍了他们的两个工作:

1.设计了一种新的去噪cnn网络，并结合半二次分裂法将其推广到解决广义图像复原问题。

2.为解决深度图增强问题，设计了一种特殊的深度网络结构，并通过任务驱动策略学习动态的深度图增强模型。

实验结果

接下来是两位来自马龙科技的科学家，黄伟林博士和马特·斯科特。

左:黄伟林博士；右:马特·斯科特

牛津大学视觉几何组的黄伟林博士是第一个回到这个实验室工作的研究员。他在博士后期间跟随安德鲁·齐泽曼和阿利松诺布尔学习。研究兴趣主要集中在场景文本识别、场景分类和医学视频分析。同时，他还担任计算机视觉/人工智能领域主要会议的个人计算机成员或评审员，包括iccv、cvpr、eccv、aaai等。黄伟林博士是中国科学院的助理教授。

马特·斯科特拥有十年的微软研发经验，曾任微软亚洲研究院高级研发总监。马特多年来一直是微软业绩前1%的优秀员工和经理，发表了13篇国际顶级学术会议论文、40多项中美专利技术和18项微软技术的商业改造成果。他熟悉的研发领域包括软件工程、可视化计算和机器学习，尤其擅长将尖端计算机科学成果转化为服务公众的互联网产品。

他们分享的主题是:cvpr网络视觉挑战分享和前景

分享内容:在cvpr期间，webvision全球视觉理解挑战宣布了结果，马龙技术团队在世界上100多个参赛团队中脱颖而出，赢得了冠军。

webvision竞争的主要挑战是，数据来自网络爬行，没有任何人工标注，因此它包含大量错误的类别标签。Macron算法团队利用课程学习的思想设计更有效的训练策略，可以有效抑制错误标签和数据不平衡带来的负面影响。在演讲中，理工的黄博士将分享本次比赛的算法思路和方法的相关经验，以及对真实场景中非人工标注数据的训练和学习技巧的探索。此外，马特还重点介绍了imagenet与webvision的区别，并深入介绍了webvision竞赛面临的主要挑战，以及由webvision竞赛引发的智能视觉现实场景应用的探索。我希望引导学生对网络视觉挑战有更深的理解。

第四位分享嘉宾是清华大学陈晓智博士，分享主题:自主驾驶多视角三维物体检测网络(用于自主驾驶的多视角三维物体检测网络)

陈晓智博士毕业于清华大学电子工程系。他的研究兴趣是深度学习及其在三维感知中的应用。他曾在多伦多大学和百度自动导航部实习，并获得清华大学优秀博士学位论文和博士生国家奖学金。

陈晓智博士从四个方面对本文进行了解读。

共享内容:三维物体检测是自动驾驶感知系统的关键问题。提出了一种多视角3d目标检测网络(mv3d)，通过融合激光点云和rgb图像实现3D目标定位和检测。该模型将三维点云编码成多视图表示，通过三维相似网络提取三维候选区域。深度融合网络用于学习物体的多模态特征。该方法在kitti评估集上的3D对象检测中表现领先。

实验结果图:

第五位分享嘉宾是浙江大学工程学博士李伟。分享的主题是:生物人类肤色模型:从理论到应用

陈丽于2017年6月获得浙江大学工程学博士学位，师从微软亚洲研究院的周坤教授和林毅夫博士。他的研究兴趣是三维重建、计算摄影、视觉建模以及计算机视觉和计算机图形学的其他交叉领域。2012年至2016年，他在微软亚洲研究院网络图形组实习。

他的分享内容主要分为以下六个部分:

分享内容:面部一直是图像和视频中最重要的内容。市场上还有许多人脸识别应用。

因此，面向人脸的图像处理技术变得非常重要，越来越受到学术界和工业界的重视。由于人体生理结构的相似性，人脸有更多不同于普通物体的特征和约束，肤色就是其中之一。陈丽博士和该团队的其他成员在2017年发表的两篇论文“图像中人脸的辐射校正”和“人脸图像中高光去除”使用了人脸肤色的生物模型作为先验知识。与当前主流算法相比，在传统图像处理的两个重要问题上，即高光分离和摄像机响应函数标定，结果得到了显著改善。

内容分享后，几位嘉宾还分享了他们在学术界和工业界的研究经验。在最后的问答环节中，现场的学生就学习、招聘和工作中遇到的问题咨询了几位嘉宾，他们都耐心地给出了答案，在场的大多数学生收获颇丰。以上是哈尔滨工业大学(深圳)五位嘉宾在盖尔演讲厅分享的全部内容。艾科技评论为大家编辑了这次活动的ppt(下载地址链接:密码:jwhr)。

活动结束后的嘉宾合影

雷锋原创文章。严禁擅自转载。详情请参考转载说明。