设为首页收藏本站

VALSE

VALSE 首页 活动通知 好文作者面授招 查看内容

20161130-39 王鹏:CNN和图模型在多视觉任务融合的应用

2016-11-28 15:48| 发布者: 程一-计算所| 查看: 2016| 评论: 0

摘要: 报告嘉宾2:王鹏(UCLA)报告时间:2016年11月30日(星期三)上午11:00(北京时间)报告题目:CNN和图模型在多视觉任务融合的应用主持人:王兴刚(华中科技大学)报告摘要:近年来,统一的深度学习已经涵盖了计算机 ...

报告嘉宾2:王鹏(UCLA)

报告时间:2016年11月30日(星期三)上午11:00(北京时间)

报告题目:CNN和图模型在多视觉任务融合的应用

主持人:王兴刚(华中科技大学)


报告摘要:

近年来,统一的深度学习已经涵盖了计算机视觉的多种任务,如分割、检测和深度估计等等。然而多种信息之间并不是独立存在的,而是相互影响和协调的。深度学习提供了一个高效而统一的框架,为我们进一步融合信息提供了基础。而经典的图模型天然是用来对因素之间的影响和一致性建模,从而获得更鲁棒的信息表达。本次报告将介绍如何进一步融合信息,利用CNN和图模型提升物体分割和图像三维估计的效果。


参考文献:

[1] Peng Wang, Xiaohui Shen, Bryan Russel, Scott Cohen, Brian Price, Alan Yuille, SURGE: Surface Regularized Geometric Estimation from a Single Image, NIPS 2016

[2] Peng Wang, Alan Yuille, DOC: Deep OCclusion Recovering From A Single Image, ECCV 2016.

[3] Peng Wang, Xiaohui Shen, Zhe Lin, Scott Cohen, Brian Price, Alan Yuille, Joint Object and Part Segmentation using Deep Learned Potentials, ICCV 2015.

[4] Peng Wang, Xiaohui Shen, Zhe Lin, Scott Cohen, Brian Price, Alan Yuille, Towards Unified Depth and Semantic Prediction from a Single Image, CVPR 2015.


报告人简介:

王鹏,北京大学本硕,UCLA博士,师从Alan Yuille教授(UCLA视觉识别与机器学习主任,霍金之徒)。先后在微软Media Computing、Adobe Imagination Lab、百度IDL和谷歌Machine Perception实习,发表了CVPR、ICCV、ECCV等顶级论文10余篇,获得多项专利。研究兴趣为机器学习方法,深度学习和图模型,计算机视觉,多信息融合等。


特别鸣谢本次Webinar主要组织者:

VOOC责任委员:沈为(上海大学)

VODB协调理事:张兆翔(自动化所),郑海永(中国海洋大学)


最新评论

Archiver|手机版|小黑屋|Vision And Learning SEminar    

GMT+8, 2017-4-28 10:27 , Processed in 0.028010 second(s), 19 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

返回顶部