2022年9月17日,由中国计算机学会计算机视觉专委会主办、天津大学承办的CCF-CV走进高校系列报告会活动,在CCF计算机视觉专委会B站官方账号成功举办。本次活动邀请了西安交通大学孟德宇教授、清华大学黄高副教授、同济大学赵才荣教授以及南京大学叶翰嘉副研究员四位计算机视觉领域专家学者做特邀报告。天津大学智能与计算学部李克秋教授、胡清华教授和CCF-CV专委会副主任、上海科技大学信息学院虞晶怡教授出席会议。天津大学智能与计算学部朱鹏飞副教授和王旗龙副教授担任本次会议的执行主席。

        活动伊始,天津大学智能与计算学部主任李克秋教授致欢迎辞。李主任代表天津大学智能与计算学部对四位报告嘉宾表示热烈的欢迎,希望借此机会能够和各位专家及同行加强学术交流与合作,扩展师生科研视野,促进学科进步发展,并预祝本次报告会取得圆满成功。

        CCF-CV专委会副主任、上海科技大学信息学院虞晶怡教授代表专委致辞,他首先感谢天津大学团队的精心组织,感谢各位重磅讲者嘉宾的大力支持!也感谢各位线上观众的热情参与,相信大家通过这次活动能够有所收获。CCF-CV专委为了推动国内计算机视觉领域发展,搭建了类型丰富的活动平台,欢迎大家继续关注并支持专委的各种活动!最后预祝本次报告会取得圆满成功!

01 报告信息

        西安交通大学孟德宇教授的报告题目是“参数化卷积方法及其应用”。孟老师介绍了卷积算子的引入为深度学习的许多实际应用贡献了巨大力量。而孟老师团队所研究的高精度参数化卷积方法可以使卷积算子在尽量不影响图像精度的前提下,在底层视觉上赋予其旋转、缩放等能力。他们先后提出了旋转等变卷积、旋转共享卷积、尺度等变卷积和可动态调整的卷积。这些方法都取得了优异的性能,并且他们逐步开始在高层视觉问题上应用参数化卷积方法,有望启发卷积网络新的设计路线。

        清华大学黄高副教授的报告题目是“Spatially and Temporally Adaptive Neural Networks”。黄老师介绍动态神经网络,这是一类能够根据所处理样本的不同而自适应调整网络自身结构或参数的深度学习模型,具有表征能力强、推理效率高、计算负荷可在线调节等优点,最终可以提升深度学习模型在部署阶段的计算效率和泛化性能。黄老师的报告从从空间自适应推理、时间自适应推理两方面介绍动态神经网络的最新研究进展,并为大家介绍了团队对近年来动态神经网络发展历程的一个综述,给大家形成了一个较为整体的领域思维导图。

        同济大学赵才荣教授的报告题目是“遮挡行人再识别”。赵老师在报告中介绍行人再识别是智能视频监控系统的关键环节,而遮挡问题是其在应用落地过程中的一个极大挑战。赵老师带领同学们深入学习了行人再识别领域的各个分支的经典论文,详细阐述遮挡带来的四个关键问题:位置错位、尺度错位、噪声信息和遗漏信息。然后,赵老师介绍了团队近年来针对行人再识别领域的遮挡挑战的工作进展和创新。以及遮挡问题现在及未来有潜力的的解决方法:匹配算法、辅助模型、注意力机制、数据增强等。

        南京大学叶翰嘉副研究员的报告题目是“基于模型兼容的开放世界学习方法”。叶老师首先为大家介绍了得到一个可持续学习新知识的计算机视觉系统所面临的巨大挑战——“灾难性的遗忘”。然后报告中给出了几种经典有效的降低灾难性遗忘的方法,比如参数正则化、知识蒸馏等方法。最后叶老师从“模型兼容”角度对类别增量学习方法进行讲解。团队一方面尝试对模型进行压缩,另一方面在“向后兼容(backward-compatible)”的基础上,提出“向前兼容(forward-compatible)”这一学习范式,使得增量模型训练时预先考虑未来可能发生的类别知识扩充,从而分类器、特征表示对潜在新类预留出空间。

02 活动总结

        最后,活动执行主席、天津大学智能与计算学部朱鹏飞副教授对本次活动进行总结。首先感谢了四位讲者准备丰富,带来了十分精彩的学术盛宴。其中前两位主要是从卷积的参数化学习和网络的动态化学习,即可学习的角度给我们进行了研究前沿的分享。后两位是视觉领域、学习领域主要面临的开放动态环境,包括遮挡、增量遗忘带来的挑战。活动整体环环相扣、互有关联、精彩纷呈,为参会的老师同学们展示了一个较为全面的学术图景。此外,感谢参会的老师和同学的细心聆听,感谢中国计算机学会(CCF) 计算机视觉专委会、天津大学智能与计算学部给予本次活动的大力支持!