亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

【導讀】三維深度學習對于處理真實場景數據具有重要的意義，3D理解對于很多應用程序都是至關重要的，比如自動駕駛汽車、自動機器人、虛擬現實和增強現實。來自UC San Diego的蘇昊老師一直以來研究3D深度學習，他的一份3D Deep Learning教程，共有156頁ppt，是學習了解三維深度學習的重要資料。

地址：

//cseweb.ucsd.edu/~haosu/talks.html#_3d_deep_learning

視頻地址：

深度學習最近很流行，在處理文本、聲音或圖像等任務時都表現出色。由于其出色的性能，已經有人努力將其應用于更具挑戰性的場景，例如，3D數據處理。在這次的演講中，我將結合自己的工作，對三維深度學習的進展進行一個概述，涉及的領域非常廣泛，包括三維識別、單幅圖像的三維重建、新視角合成、三維形狀空間學習、三維形狀補全等。在對目前進展的概述的基礎上，我還將提出幾個可能的方向來推動該領域的發展，把它放在通用AI的角度。

3D理解對于很多應用都是至關重要的，比如自動駕駛汽車、自動機器人、虛擬現實和增強現實。與以常規像素陣列為主的二維圖像不同，三維數據可以由激光雷達傳感器等不規則的三維點云來表示。這對深入的架構設計提出了挑戰。

本教程將介紹用于3D理解的3D數據分析的深度學習算法，如3D語義分割、3D對象檢測和跟蹤。盡管取得了這些進展，但在靜態和動態環境中，諸如活動識別、行為預測和推斷三維場景中物體的空間關系等問題仍然存在根本性的挑戰。此外，由于我們的世界本質上是3D的，因此3D深度學習對于表示學習對輸入擾動具有魯棒性，并推廣到具有高樣本效率的真實世界變化(例如，轉換不變性)是至關重要的。本教程提供了一個及時的機會，讓計算機視覺社區參與到3D深度學習的獨特挑戰和機會中來。

蘇昊（University of California, San Diego），2017年起在UCSD計算機工程學院擔任助理教授，主要研究方向為人工智能領域的結構理解、形狀理解、場景理解，研究成果主要集中在機器學習、計算機圖像等方面，應用領域包括自動駕駛及VR/AR等方面。

目錄內容：

Part I: 3D Data, by Hao Su

Part II: Classification, by Hao Su

Part II: Segmentation & Detection, by Jiayuan Gu

Part III: 3D Data Synthesis, by Minghua Liu

題目： Review: deep learning on 3D point clouds

簡介：

點云是在三維度量空間中定義的點集。點云已經成為三維表示中最重要的數據格式之一。由于激光雷達等獲取設備的可用性增加以及機器人、自動駕駛、增強和虛擬現實等領域的應用增加，它越來越受歡迎。深度學習現在是計算機視覺中最強大的數據處理工具，成為分類、分割和檢測等任務的首選技術。深度學習技術主要應用于具有結構化網格的數據，而點云則是非結構化的。點云的無結構使得深度學習直接處理點云非常具有挑戰性。早期的方法通過將點云預處理成結構化的網格格式來克服這一挑戰，代價是計算成本的增加或深度信息的丟失。然而，最近許多先進的深度學習技術正在開發中，這些技術可以直接操作點云。這篇論文包含了對當前最先進的深度學習技術的調查，這些技術主要集中在點云數據上。我們首先簡要地討論了在點云上直接使用深度學習所面臨的主要挑戰，我們還簡要地討論了通過將點云預處理成結構化網格來克服這些挑戰的早期方法。然后，我們回顧了各種先進的深度學習方法，直接處理點云的非結構化形式。我們介紹了流行的3D點云基準數據集。我們還進一步討論了深度學習在當前流行的三維視覺任務中的應用，包括分類、分割和檢測。

作者：

王程，福建省特支“雙百計劃”入選者、福建省科技創新領軍人才、廈門大學計算機科學系教授、博士生導師、副院長。研究方向：三維視覺，空間大數據分析，激光雷達，虛擬/增強現實。個人主頁：

題目主題： Small Data Challenges in Big Data Era: Unsupervised and Semi-Supervised Methods

簡介： 在本教程中，我們將回顧在訓練深度神經網絡中使用有限帶注釋的數據克服小數據挑戰的最新進展。我們將以無監督和半監督的方法來復習文獻，包括基本原理，標準，考慮因素和網絡設計，并希望對如何有效利用大量未標記的數據促進模型訓練和推斷提供一些啟示。

小數據挑戰已經在許多學習問題中出現，因為深度神經網絡的成功通常依賴于大量標記數據的可用性，而這些數據收集起來很昂貴。為了解決這些挑戰，以無監督和半監督的方式訓練帶有小數據的復雜模型方面已經做出了很多努力。在本教程中，我們將回顧這兩種主要方法的最新進展。各種各樣的小型數據模型將被概括為一幅大圖，在這里我們將展示它們如何相互作用。具體來說，我們將回顧學習變換等，自我監督和半監督表示形式的標準，這些標準為最近的發展奠定了基礎。

作者介紹： Guo-Jun Qi是華為的首席科學家，領導并監督著多個智能云服務領域的國際研發團隊，包括智能城市，視覺計算服務，醫療智能服務和互聯車輛服務。 他自2014年8月起擔任佛羅里達大學計算機科學系的教授，并擔任機械感知與學習（MAPLE）實驗室的主任。在此之前，他還是研究人員在IBM TJ紐約州約克敦高地的沃森研究中心。他的研究興趣包括從多模式數據源（例如圖像，視頻，文本和傳感器）中進行機器學習和知識發現，以構建智能，可靠的信息和決策系統。他的研究得到了政府機構和行業合作者（包括NSF，IARPA，微軟，IBM和Adobe）的資助和項目的贊助。

Jiebo Luo在柯達研究實驗室工作了十五年多之后，于2011年秋天加入羅切斯特大學，在那里他是負責研究和先進開發的高級首席科學家。 他參加過許多技術會議，并擔任ACM Multimedia 2010，IEEE CVPR 2012，ACM ICMR 2016和IEEE ICIP 2017的程序聯席主席。研究方向為智能系統和技術交易，模式識別，機器視覺和應用，知識和信息系統以及電子成像雜志。 羅博士是SPIE，IAPR，IEEE，ACM和AAAI的會員。

大綱介紹：

• 回顧：小樣本數據
• 無監督
  • TER
    • 等價圖卷積
    • 自編碼器轉換
  • 生成表示
    • 自編碼器介紹
    • 基于GAN的表示
    • 生成模型
  • 自監督方法
• 半監督
  • 半監督生成模型
    • 半監督自編碼器
    • 半監督GAN
    • 半監督Disentangled 表示
  • teacher-student模型
    • 嘈雜teacher
    • teacher集成
    • 對抗teacher

題目： Multimodal Intelligence: Representation Learning, Information Fusion, and Applications

摘要： 自2010年以來，深度學習已經徹底改變了語音識別、圖像識別和自然語言處理，每一項都涉及到輸入信號中的單一模態。然而，人工智能中的許多應用都涉及到一種以上的模式。因此，研究跨多種模式的建模和學習這一更為困難和復雜的問題具有廣泛的興趣。本文對多模態智能的模型和學習方法進行了技術綜述。視覺與自然語言的結合已成為計算機視覺和自然語言處理研究領域的一個重要課題。本文從學習多模態表示、多模態信號在不同層次的融合以及多模態應用三個新的角度，對多模態深度學習的最新研究成果進行了綜合分析。在多模態表示學習中，我們回顧了嵌入的關鍵概念，它將多模態信號統一到同一向量空間中，從而實現跨模態信號處理。我們還回顧了為一般下游任務構造和學習的許多嵌入類型的特性。關于多模融合，本文著重介紹了用于集成特定任務的單模信號表示的特殊體系結構。在應用程序方面，涵蓋了當前文獻中廣泛關注的選定領域，包括標題生成、文本到圖像生成和可視化問題解答。我們相信，這項檢討有助于社區未來在新興多模態情報領域的研究。

作者簡介：

Zichao Yang (楊子超)，他是芝加哥大學計算機科學系的博士生。他對機器學習、深度學習及其在計算機視覺、自然語言處理中的應用感興趣。在到CMU之前，他獲得了香港大學的碩士學位，上海交通大學的學士學位。他之前曾在谷歌DeepMind實習，與Chris Dyer和Phil Blunsom合作，MSR與He Xiaodong、Gao Jianfeng和Li Deng合作。 個人主頁：//www.cs.cmu.edu/~zichaoy/

Xiaodong He（何曉東）是華盛頓大學西雅圖分校電氣工程系的副教授。他也是微軟研究中心的首席研究員，華盛頓州雷德蒙德。1996年獲清華大學（北京）學士學位，1999年獲中國科學院（北京）碩士學位，2003年獲密蘇里哥倫比亞大學博士學位。他的研究興趣在于人工智能領域，包括深度學習、語音、自然語言、計算機視覺、信息檢索和知識表示與管理。他撰寫/合著了100多篇論文和一本書，并在ACL、CVPR、SIGIR、WWW、CIKM、NIPS、ICLR、IEEE TASLP、Proc上發表。IEEE、IEEE SPM等場館。他和同事開發了MSR-NRC-SRI條目和MSR條目，分別在2008年NIST機器翻譯評估和2011年IWSLT評估（中英文）中獲得第一名，并開發了MSR圖像字幕系統，在2015年的MS COCO字幕挑戰賽中獲得一等獎。他曾在多家IEEE期刊擔任編輯職務，擔任NAACL-HLT 2015地區主席，并在主要演講和語言處理會議的組織委員會/項目委員會任職。他是IEEESLTC的當選成員，任期2015-2017年。他是IEEE高級成員，2016年IEEE西雅圖分部主席。 個人主頁：

Li Deng是一位經驗豐富的首席執行官，在高科技行業有著豐富的工作經驗。在人工智能、機器學習、數學建模、計算機科學、語音識別、自然語言處理、深度學習、神經網絡、大數據分析、財務和統計建模等方面具有較強的技術、執行管理和業務開發專業技能。等

報告主題：Holistic 3D Reconstruction: Learning to Reconstruct Holistic 3D Structures from Sensorial Data

報告摘要：整體場景結構的感知，即場景中的有序，規則，對稱或重復的模式和關系，在人類視覺中起著至關重要的作用。在辦公樓等人造環境中行走時，人們可以立即識別平行線，矩形，長方體，旋轉對稱性，重復性圖案以及許多其他類型的結構，并利用它們進行準確而強大的3D定位，定向和導航。在計算機視覺中，從各種傳感器（例如單眼和雙目視覺，LiDAR和RGB-D傳感器）獲取的數據中，使用此類整體結構元素對物理環境（尤其是人造環境）進行3D建模已有很長的歷史。 。這些方法在創建高保真3D模型，提高3D視覺系統的準確性，魯棒性和可靠性，以及為現代3D應用程序提供高級，緊湊且語義豐富的場景表示方面顯示出巨大的成功和潛力。

在這種情況下，此次報告旨在匯集當前的研究進展，并討論結構化場景的3D建模及其應用中的最新方法。報告將回顧3D結構的多視圖幾何學的基本理論；分析利用整體3D結構的傳統和最新幾何方法；當前概述了基于學習的方法和基于幾何的方法的融合。最后，我們討論了在人造環境的3D建模中結合重構和識別的未來可能的方向。

邀請嘉賓：馬毅， 1995年獲得中國清華大學自動化與應用數學博士學位，并獲得碩士學位。 1997年獲得EECS學位，2000年獲得數學碩士學位。 于2000年從UC Berkeley獲得EECS學位。 從2000年至2011年，他在伊利諾伊大學厄本那香檳分校的ECE系任教。從2009年至2013年，他是視覺計算小組的經理和微軟研究院在亞洲的首席研究員。 2014年至2017年擔任上海科技大學信息科學與技術學院教授和執行院長。他于2018年加入加州大學伯克利分校EECS系。

Zihan Zhou 是賓夕法尼亞州立大學信息科學與技術學院的教職員工。 在加入賓夕法尼亞州立大學之前，在伊利諾伊大學厄本那-香檳分校獲得了電氣和計算機工程博士學位。 分別于2007年和2007年從中國清華大學獲得自動化學士學位，并于2010年從UIUC獲得了ECE碩士學位。 其研究興趣在于計算機視覺，機器學習，信號處理和應用數據科學的廣泛領域。 特別關注3D Vision， 具體來說，曾開發了新穎的計算工具來對來自大型視覺數據的3D環境進行建模和分析，并將其應用于解決VR/AR，基于視覺的導航，建筑設計和工程，社交媒體等方面的現實世界難題。

Yasutaka Furukawa,西蒙弗雷澤大學計算機科學系的副教授， 曾是圣路易斯華盛頓大學的助理教授，Google的軟件工程師。 在加入Google之前，是華盛頓大學的博士后研究員。 曾與華盛頓大學的Seitz教授和Curless教授以及Facebook的Rick Szeliski一起（曾在Microsoft Research工作）。

主題：Deep Learning for Graphs: Models and Applications

摘要：圖提供了多種類型的數據的通用表示，而深度學習在表示學習方面顯示了巨大的能力。因此，用圖連接深度學習提供了機會，使各種現實世界問題的通用解決方案成為可能。然而，傳統的深度學習技術對常規網格數據(如圖像和序列)具有破壞性，因此不能直接應用于圖結構數據。因此，將這兩個領域結合起來面臨著巨大的挑戰。在本教程中，我將全面概述圖深度學習的最新進展，包括模型和應用。特別地，我將介紹一些基本概念，回顧最先進算法，并舉例說明各種重要的應用。最后，我將通過討論開放問題和挑戰來總結本教程。

嘉賓簡介：唐繼良（Jiang Tang）自2016年秋季@起擔任密歇根州立大學計算機科學與工程系的助理教授。在此之前，他是Yahoo Research的研究科學家，并于2015年從亞利桑那州立大學獲得博士學位。他的研究興趣包括社交計算，數據挖掘和機器學習及其在教育中的應用。他曾獲得2019年NSF職業獎，2015年KDD最佳論文亞軍和6項最佳論文獎，包括WSDM2018和KDD2016。他是會議組織者（例如KDD，WSDM和SDM）和期刊編輯（例如TKDD）。他的研究成果發表在高排名的期刊和頂級會議論文集上，獲得了數千篇引文（Google學術搜索）和廣泛的媒體報道。

PPT鏈接：//pan.baidu.com/s/1TMv5YsQbwPcRzGy-BkY-bg

題目主題： Dual Learning for Machine Learning

簡介：

許多AI任務以雙重形式出現，例如英語法語翻譯與法語英語翻譯，語音識別與語音合成，問題解答與問題生成，圖像分類與圖像生成。雖然結構對偶性在AI中很常見，但大多數學習算法并未在學習/推理中利用它。雙重學習是一種新的學習框架，它利用AI任務的原始-雙重結構來獲取有效的反饋或正則化信號，從而增強學習/推理過程。雙重學習已在不同的學習環境中進行了研究，并應用于不同的應用程序。 在本教程中，我們將對雙重學習進行介紹，它由三部分組成。在第一部分中，我們將介紹雙重半監督學習，并展示如何有效地一起利用標記和未標記的數據。我們將從神經機器翻譯開始，然后轉移到其他應用程序。在第二部分中，我們介紹了雙重無監督學習，其中的培訓是完全無監督的。我們介紹了無監督機器翻譯和無監督圖像翻譯。最后，我們介紹了雙重監督學習及其以外的內容，其中包括雙重監督學習，雙重推理和雙重對抗性學習。在本教程的最后，我們提出了雙重學習的幾個未來方向。

作者介紹：

Tao Qin博士是Microsoft Research Asia機器學習小組的高級首席研究經理。 他的研究興趣包括機器學習（側重于深度學習和強化學習），人工智能（對語言理解和計算機視覺的應用），游戲理論和多主體系統（對云計算，在線和移動廣告的應用， 電子商務），信息檢索和計算廣告。 他擁有清華大學的博士學位和學士學位。 他是ACM和IEEE的高級會員，也是中國科學技術大學的兼職教授（博士生導師）。

大綱：

• 動機與介紹
• 雙重半監督學習
• 雙重無監督學習
• 雙重監督學習
• 總結與展望

題目： Capsule Networks for Computer Vision

報告簡介： 膠囊網絡提供了一種有效的方法來建模實體之間的部分對整個關系，并允許學習視點不變表示。 通過這種改進的表示學習，膠囊網絡能夠在多個域中實現良好的性能，而參數數量卻大大減少。 最近，膠囊網絡已顯示出人類動作在視頻中的定位，醫學圖像中的對象分割以及文本分類的最新結果。 本教程將提供對膠囊網絡的基本了解，并且我們將討論其在各種計算機視覺任務中的使用，例如圖像分類，對象分割和活動檢測。

嘉賓介紹：

Mubarak Shah，計算機科學講座教授，UCF計算機視覺研究中心的創始主任。他的研究興趣包括：視頻監視，視覺跟蹤，人類活動識別，擁擠場景的視覺分析，視頻注冊，無人機視頻分析等。Shah博士是IEEE，AAAS，IAPR和SPIE的研究員。 2006年，他被授予飛馬教授獎，這是UCF的最高獎項。他是ACM杰出的演講者。他曾在1997-2000年擔任IEEE杰出訪客發言人，并于1997年獲得IEEE杰出工程教育家獎。他于1999年獲得了哈里斯公司的工程成就獎，并于1995、1997和2000年獲得了聯合國開發計劃署的TOKTEN獎； 1995年和2003年授予教學激勵計劃獎，2003年和2009年授予研究激勵獎，2005年和2006年授予百萬富翁俱樂部獎，2007年授予大學杰出研究員獎，并為2005年ICCV榮譽獎。挑戰問題，并在2005年ACM多媒體會議上獲得最佳論文獎提名。他是視頻計算國際叢書的編輯。 《機器視覺與應用》雜志主編，《 ACM計算調查》雜志副主編。他是IEEE Transactions on PAMI的副編輯，也是《國際計算機視覺視頻計算雜志》特刊的特約編輯。

Rawat博士是UCF計算機視覺研究中心的助理教授。他的研究興趣在于計算機視覺，機器學習，社交計算和多媒體的交叉領域。他于2012年至2017年在新加坡國立大學計算機學院獲得計算機科學博士學位，并在該大學的多媒體分析與綜合實驗室與Mohan Kankanhalli教授一起工作。他的博士論文致力于利用社交媒體和相機傳感器增強用戶的攝影體驗。它的重點是計算媒體美學和對用于攝影的社交媒體圖像的分析。他于2017-2019年在UCF計算機視覺研究中心與Mubarak Shah教授進行了博士后培訓。他于2009年在瓦拉納西IIT-BHU印度理工學院獲得了計算機科學與工程學士學位。在2012年夏季加入NUS之前，他曾于2009年至2012年在印度Mentor Graphics的Praveen Shukla工作。在Veloce Emulation團隊工作。他是乒乓球愛好者，并且在這項運動中贏得了許多獎牌。

題目： Visual Recognition and Beyond

報告簡介： 本教程涵蓋了視覺識別研究前沿的主題。 我們將討論來自圖像和視頻的實例級識別的最新進展，詳細介紹視覺識別任務系列中的最新工作。 講座涵蓋了圖像分類，視頻分類，對象檢測，動作檢測，實例分割，語義分割，全景分割和姿勢估計背后的方法和原理。

報告目錄：

• 目標檢測與實例分割
• 全局分割: Task and Approaches
• 2D圖像預測3D形狀
• 視頻分類與檢測

嘉賓介紹：

Ross Girshick，是Facebook人工智能研究(FAIR)的一名研究科學家，致力于計算機視覺和機器學習。2012年，他在Pedro Felzenszwalb的指導下獲得了芝加哥大學的計算機科學博士學位。加入FAIR之前，羅斯曾在微軟研究院(Microsoft Research)、雷德蒙(Redmond)和加州大學伯克利分校(University of California, Berkeley)做研究員，他的興趣包括實例級別的對象理解和將自然語言處理與計算機視覺相結合的視覺推理挑戰。他獲得了2017年PAMI青年研究員獎，并以開發R-CNN(基于區域的卷積神經網絡)方法來檢測對象而聞名。2017年，還憑借《面具R-CNN》在ICCV獲得馬爾獎。

，斯坦福大學博士，導師是計算機視覺領域頂級學者李飛飛博士。研究興趣包括計算機視覺和機器學習方面，涉及到視覺推理、視覺和語言，以及使用深層神經網絡生成圖像。Johnson目前是Facebook AI Research的研究科學家。從2019年秋季開始，我將加入密歇根大學計算機科學與工程專業，擔任助理教授。Johnson在2018年夏天完成博士學位，其博士論文組成式視覺智能《Compositional visual intelligence》，195頁詳述采用組合式學習的方法對計算機視覺中圖像描述、視覺問答、文本圖像生成三方面的問題進行了研究，是組合式視覺智能的代表性研究工作。