一直以来,为让大家更好地了解学界业界优秀的论文和工作,极市已邀请了超过58位技术大咖嘉宾,并完成了58期极市线上直播分享,往期分享请前往bbs.cvmart.net/topics/149 或直接阅读原文,也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享,与大家一起交流学习~~
6月6日(星期六)极市平台直播分享了由中国图象图形学学会(CSIG)主办的CSIG-CVPR 2020图像语义分割和跨模态学习专题学术报告会。
CSIG-CVPR 2020论文专题学术报告会为了给相关领域研究者、技术开发人员和研究生介绍计算机视觉前沿理论、方法及技术的一些最新进展,邀请了林宙辰教授做会议开闭幕致辞、程明明和邓成两位领域专家分别介绍图像语义分割和跨模态学习前沿进展,国内此领域部分优秀团队的青年学子介绍他们今年CVPR 2020录用论文的最新研究成果,不仅如此,报告会还特地设置了圆桌讨论环节,其中不乏教授大牛和青年学子们精彩的思想碰撞。
报告会在极市平台进行了同步直播(直播回放地址见下方),人气峰值高达2.6万人。在极市平台公众号后台回复“58”即可获取报告PPT、报告论文和开源代码下载地址~
会议邀请了山东大学吴建龙老师和甘甜老师共同主持,北京大学教授、IEEE/IAPR Fellow/CSIG-机器视觉专委会主任,林宙辰教授致开幕词。
林宙辰教授致开幕辞
林宙辰教授先对观看会议的开发者们和参与分享的学术嘉宾表达了感谢,并简单介绍了会议流程,指出本次会议特设panel环节,鼓励观众积极提问,希望观众通过与嘉宾的深入交流,可以收获满满,同时也能享受到中国近几年在计算机视觉领域的蓬勃进展所带来的红利。
程明明教授发表专题演讲:自适应图像语义分割技术
邓成教授下午发表了演讲:跨模态学习前沿进展
大会在中国图象图形学学会理事、CSIG机器视觉专委会主任、北京大学林宙辰教授的致辞中闭幕。林教授指出这次会议跟大家分享了图像语义分割和跨模态学习这两个专题的进展,和在CVPR方面优秀的工作,虽然疫情对线下会议影响特别大,但云会议的形式成本低、效率高,缩减嘉宾路途上的时间,虽然没有面对面的交流,但线上大家交流积极性十分高,提问踊跃。结合线下的形式,以后这种形式也要继续推广。最后也感谢极市平台为大家直播提供了便利,希望未来有机会合作举办更多的云会议。
1.会议开幕致辞及图像语义分割专题演讲
主讲人:程明明教授、林宙辰教授
2.报告1:Learning Dynamic Routing for Semantic Segmentation(面向语义分割的动态路由学习)
报告人:李彦玮(中科院自动化所研究生)
3.报告2. Spatial Pyramid Based Graph Reasoning for Semantic Segmentation(面向语义分割的基于空间金字塔的图推理算法)
报告人:李夏(北京大学研究生)
4.报告3. BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation (BlendMask:自上而下与自下而上相结合的实例分割)
报告人:陈昊(阿德莱德大学博士生)
5.panel讨论:图像语义分割专题
讨论人:程明明教授、李彦玮、李夏、陈昊
6.报告4. IMRAM: Iterative Matching With Recurrent Attention Memory for Cross-Modal Image-Text Retrieval(基于循环注意力记忆的迭代匹配算法-跨模式检索)
报告人:陈辉(清华大学博士生)
7.报告5. Cross-modality Person re-identification with Shared-Specific Feature Transfer(基于共享特殊性特征转移的跨模态行人重识别)
报告人:陆岩(中国科学技术大学研究生)
8.报告6. Universal Weighting Metric Learning for Cross-Modal Matching(基于通用权重度量学习的跨模态匹配)
报告人:位纪伟(电子科技大学博士生)
9.报告7. Cross-Domain Correspondence Learning for Exemplar-Based Image (针对示例图像的跨域对应性学习)
报告人:张攀(中国科学技术大学博士生)
10.panel讨论:跨模态学习专题
讨论人:邓成、陈辉、陆岩、位纪伟、张攀
往期视频在线观看
B站:
http://space.bilibili.com/85300886#!/
腾讯:
http://v.qq.com/vplus/8be9a676d97c74ede37163dd964d600c
往期线上分享集锦
http://bbs.cvmart.net/topics/149/cvshare(或直接阅读原文)
△长按添加极市小助手
△长按关注极市平台,获取最新CV干货
觉得有用麻烦给个“在看”吧~