设为首页收藏本站

VALSE

VALSE 首页 活动通知 查看内容

20200311-04 数据集专题:数据为王

2020-3-5 18:12| 发布者: 程一-计算所| 查看: 849| 评论: 0

摘要: 报告时间:2020年03月11日(星期三)晚上20:00(北京时间)主题:数据集专题:数据为王报告主持人:姬艳丽(电子科技大学)报告嘉宾:吴金建(西安电子科技大学)报告题目:仿生动态成像系统设计及数据采集报告嘉宾 ...

报告时间:2020年03月11日(星期三)晚上20:00(北京时间)

主题:数据集专题:数据为王

报告主持人:姬艳丽(电子科技大学)


报告嘉宾:吴金建(西安电子科技大学)

报告题目:仿生动态成像系统设计及数据采集


报告嘉宾:邓伟洪(北京邮电大学)

报告题目:视觉识别中的数据偏差


Panel议题:

1. 人机协同的数据标注适用于哪些场景,机器标注的数据如何影响模型训练?

2. 未来数据集的构建过程中是否可以仅考虑“Hard Sample”,不同难度的样本如何影响模型训练的收敛性和泛化性?

3. 数据合成技术如何增强模型学习的效果,能否做到任务驱动的数据合成,能否利用数据合成技术取代真实数据,或者如何更有效地融合真实数据和合成数据让它们协同工作?

4. 无监督学习尤其是自监督学习已经成为当今的研究热点,未来无监督学习能否取代有监督学习?

5. 如何看待数据集+baseline评测+新方法的研究范式,可以预见的无监督学习时代数据集的贡献如何评价?

6. 小样本条件下(比如每类只有一个样本),如何利用已有的数据集提高模型的泛化性能?

7. 如何更好的处理数据库的bias问题?


Panel嘉宾:

吴金建(西安电子科技大学)、邓伟洪(北京邮电大学)、高盛华(上海科技大学)、伍洋(日本京都大学)、朱鹏飞(天津大学)


*欢迎大家在下方留言提出主题相关问题,主持人和panel嘉宾会从中选择若干热度高的问题加入panel议题!

报告嘉宾:吴金建(西安电子科技大学)

报告时间:2020年03月11日(星期三)晚上20:00(北京时间)

报告题目:仿生动态成像系统设计及数据采集


报告人简介:

吴金建,男,西安电子科技大学教授、博导。分别于2008年6月、2014年6月获得西安电子科技大学学士、博士学位,2019年破格晋升教授。2011年9月至2014年8月,赴新加坡南洋理工大学从事助理研究员、博士后研究员工作。获国家自然科学奖二等奖、霍英东青年基金、陕西省青年科技新星等。面向人工智能国家战略及重大需求,长期从事仿生成像、类脑识别、仿脑评价等方面的理论和应用研究。主持国家自然基金面上、军科委国防创新项目、教育部联合基金青年人才项目等多项国家课题,协同主持国家自然基金重点项目、十三五航天预研项目等项目,开发出多套智能信息处理系统并交付使用。已发表相关学术论文60余篇(第一作者40余篇),其中SCI源期刊论文40余篇,三篇入选ESI高被引论文。


报告摘要:

视觉内容采集及处理在信息获取中占据主导地位。然而,传统像机采用光电流积分模式,且需经过空间与幅度两次采样,这使得其存在A/D采样技术门槛高、数据量大、系统复杂等问题,从而造成图像处理、目标识别、尤其对动目标的发现代价极高、功耗大、一次情报及时生成难等问题。变革其中的信息采集方式是关键。受生物视觉成像机理启发,提出了一种仿生动态成像芯片,用脉冲变化表达视觉信息,该芯片具有系统简洁、对运动目标敏感、成像动态范围大、数据率低、系统功耗低等特点。此外,面向仿生芯片输出的脉冲事件,研制新型的去噪、检测、识别算法,使得成像认知一体化。

报告嘉宾:邓伟洪(北京邮电大学)

报告时间:2020年03月11日(星期三)晚上20:30(北京时间)

报告题目:视觉识别中的数据偏差


报告人简介:

邓伟洪,北京邮电大学信息与通信工程学院教授,博士生导师。2004、2009年于北京邮电大学获工学学士和博士学位。2007年国家公派赴澳大利亚悉尼大学进行博士联合培养,2009年至今,在北京邮电大学信息与通信工程学院任讲师、副教授、教授。从事模式识别与计算机视觉的基础理论研究,并应用到人脸识别、表情识别、行人再识别、细粒度图像识别等。近年来主持国家自然科学基金和国家重点研发计划课题等项目十余项,在IEEE TPAMI、TIP、TIFS、IJCV、PR等国际期刊以及ICCV、CVPR、ECCV、NIPS、AAAI、SIGIR等国际会议发表论文100多篇。曾入选北京市优秀博士学位论文、教育部“新世纪优秀人才”、北京市“科技新星”。


报告摘要:

谷歌图像识别软件把黑人误识为猩猩,亚马逊人脸识别软件对黑人的错误率是白人的两倍,特斯拉Autopilot的误识造成多起无法解释的意外。这些视觉系统的识别偏差由何而来?识别系统的性能主要由训练数据的数量和质量决定,标签噪声、不平衡类别、特征噪声等数据偏差严重影响系统的实际性能。如何减小所收集数据的偏差,以及如何在偏差数据条件下进行有效的模型学习,是计算机视觉领域亟待解决的问题。本报告以常用的人脸识别和表情分析为应用,汇报课题组近期在大规模数据自动清洗、众包表情标签估计及数据库、面向长尾数据和对抗样本的训练方法、种族偏差评估和去偏差算法等工作。

Panel嘉宾:高盛华(上海科技大学)


嘉宾简介:

高盛华,上海科技大学研究员(终身教授)、博导。2008年本科毕业于中国科学技术大学。2012博士毕业于新加坡南洋理工大学。随后在伊利诺伊大学新加坡高等研究院做研究科学家。2014年加入上海科技大学信息学院。在计算机视觉领域顶级会议和期刊发表60余篇。担任多个CVPR等会议的研讨会的主席,ICCV2019、AAAI2019、IJCAI2020领域主席(高级程序委员会委员),计算机视觉领域期刊IEEE TCSVT和Neurocomputing的副主编等。

Panel嘉宾:伍洋(日本京都大学)


嘉宾简介:

伍洋,日本京都大学特定高级讲师,奈良先端科学技术大学院大学客座副教授。分别于2004年和2010年获得西安交通大学学士和博士学位。2007年至2008年获首批CSC公派联合培养奖学金资助于美国宾夕法尼亚大学机器人研究室访学。2011年至2014年在日本京都大学担任日本文部科学省公共安全领域重大产学研结合项目的特任研究员。2014年7月至8月于英国伦敦大学学院大数据研究所任特邀访问学者。2014年12月至2019年6月担任奈良先端科学技术大学院大学与CMU联合创建的国际机器人与视觉联合研究室特任助理教授和实验室实际负责人。共深度参与或主持过10余项国家级和国际合作项目(包括973,863,基金委重大研究计划,日本文部科学省的科学技术战略推进费重大专项等大课题,也包括国家基金委面上项目、重点项目,以及日本文部科学省的科研费青年项目,日英双边合作项目,微软亚洲研究院资助项目等),共发表双盲评审的英文论文60余篇(含顶会10余篇)。研究方向主要集中在基于图像或视频的内容理解。当前正在从事的研究包括人物身份识别,人与人以及人与机器之间交流与交互的视觉理解,人手和人体的姿态估计,动作识别,行为预测等。其中人手姿态估计在首届全球公开挑战赛中获得手物交互单项冠军。指导的访问学生的工作获得ICPR 2018 Piero Zamperoni最佳学生论文奖和AutoML2018 Workshop最佳论文奖。

Panel嘉宾:朱鹏飞(天津大学)


嘉宾简介:

朱鹏飞,天津大学人工智能学院副教授、博士生导师,2015年于香港理工大学电子计算学系获得博士学位。主要研究方向是无人机视觉和度量学习。目前主持和参与科技部重点研发、国家自然科学基金、天津市科委以及企业相关项目10余项。入选2019年度天津市青年人才托举工程。在机器学习与计算机视觉相关国际会议和期刊上发表论文70余篇。近几年,担任ECCV2018、ICCV2019和ECCV2020无人机视觉研讨会负责人,获黑龙江省高校自然科学一等奖和黑龙江省自然科学一等奖。

主持人:姬艳丽(电子科技大学)


主持人简介:

姬艳丽,电子科技大学副教授,硕士生导师,博士毕业于日本九州大学。研究方向为面向机器人应用的人机交互技术,包括自然场景下的人体行为识别、人的骨架提取、手势建模和识别、眼动跟踪、情感认知等相关研究。在行为识别、情感理解、人机交互等研究方向发表TIP,PR,Signal processing, Neurocomputing,ACM MM,ICME等SCI期刊论文及高水平国际会议论文,申请近二十项发明专利。主持国家自然科学基金青年项目和面上项目,参与多项国家自然科学基金面上项目和知名企业横向项目。学术活动包括国际会议ICME Registration Chair,国内学术峰会Conference Secretary of VALSE 2015、workshop chair of VALSE  2018 和Program Chair of ACM SIGAI CHINA symposium in TURC, 2017,2018等,Local Chair of  TURC 2019。担任VALSE 在线理事会SAC chair,ACM SIGAI CHINA理事会副秘书长等。TIP,TNNLS,Pattern Recognition, Neurocomputing,CVPR, ICCV等审稿人。


20-04期VALSE在线学术报告参与方式:


长按或扫描下方二维码,关注“VALSE”微信公众号(valse_wechat),后台回复“04期”,获取直播地址。



特别鸣谢本次Webinar主要组织者:

主办AC:朱鹏飞(天津大学)

协办AC:伍洋(日本京都大学)、高盛华(上海科技大学)

责任AC:姬艳丽(电子科技大学)


VALSE Webinar改版说明:

自2019年1月起,VALSE Webinar改革活动形式,由过去每次一个讲者的方式改为两种可能的形式:

1)Webinar专题研讨:每次活动有一个研讨主题,先邀请两位主题相关的优秀讲者做专题报告(每人30分钟),随后邀请额外的2~3位嘉宾共同就研讨主题进行讨论(30分钟)。

2)Webinar特邀报告:每次活动邀请一位资深专家主讲,就其在自己熟悉领域的科研工作进行系统深入的介绍,报告时间50分钟,主持人与主讲人互动10分钟,自由问答10分钟。


活动参与方式:

1、VALSE Webinar活动依托在线直播平台进行,活动时讲者会上传PPT或共享屏幕,听众可以看到Slides,听到讲者的语音,并通过聊天功能与讲者交互;

2、为参加活动,请关注VALSE微信公众号:valse_wechat 或加入VALSE QQ群(目前A、B、C、D、E、F、G、H、I、J、K群已满,除讲者等嘉宾外,只能申请加入VALSE L群,群号:641069169);

*注:申请加入VALSE QQ群时需验证姓名、单位和身份,缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M。

3、在活动开始前5分钟左右,讲者会开启直播,听众点击直播链接即可参加活动,支持安装Windows系统的电脑、MAC电脑、手机等设备;

4、活动过程中,请不要说无关话语,以免影响活动正常进行;

5、活动过程中,如出现听不到或看不到视频等问题,建议退出再重新进入,一般都能解决问题;

6、建议务必在速度较快的网络上参加活动,优先采用有线网络连接;

7、VALSE微信公众号会在每周四发布下一周Webinar报告的通知及直播链接。

8、Webinar报告的PPT(经讲者允许后),会在VALSE官网每期报告通知的最下方更新[slides]

9、Webinar报告的视频(经讲者允许后),会更新在VALSE爱奇艺空间,请在爱奇艺关注Valse Webinar进行观看。


吴金建 [slides]

邓伟洪 [slides]

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

GMT+8, 2020-3-31 03:59 , Processed in 0.032344 second(s), 16 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

返回顶部