超新星vs最佳論文一作，「將門ECCV 2020鮮聲奪人云際會」大咖雲集

倒計時最後10天！還沒「將門ECCV 2020鮮聲奪人云際會」末班車。還有不知道活動的小夥伴快點這裡查看！

本次線上聚會主要分為三個環節：【新星連連看】、【奔湧吧後浪】和【高手在路上】。活動正式開始之前，我們將分別為大家詳細介紹各環節的嘉賓及分享內容，上期預告戳這裡複習~

這次將為大家介紹【奔湧吧後浪】與【高手在路上】環節的演講嘉賓和分享內容。他們中既有從名校博士轉變為助理教授的超新星，也有2012-2020獲得CVPR最佳論文獎的華人一作。精彩不容錯過，一起來看看預告吧！

戳此複習：

劇透來了！【新星連連看】Oral一作獨家分享

福利環節

//提問贏紅包

///

NOCITCE

1、在☛報名小程序中對演講嘉賓提問：你最希望大家在panel上探討哪些話題？如果在線上活動被抽中討論，你將會獲得兩位數紅包哦！

2、在活動報名文章評論區留言，註明你想提問的嘉賓姓名/環節名稱，點讚數最高的5位也將獲得大紅包一個！

主持人

譚平

阿里雲人工智慧實驗室負責人

譚平博士是阿里雲人工智慧實驗室的負責人，之前曾在加拿大西蒙弗雷澤大學 (SFU) 和新加坡國立大學 (NUS) 任副教授。於香港科技大學獲得博士學位，於上海交通大學獲得碩士和學士學位。譚平博士的主要研究領域為計算機視覺、圖形學和機器人學。擔任計算機視覺和圖形學領域多個期刊的副主編或編委，包括IEEE TPAMI、IJCV、CGF、MVA等，也是多個學術會議的領域主席或資深領域主席，包括CVPR、SIGGRAPH、SIGGRAPH Asia、IROS、3DV、AAAI等會議。

嘉賓

01 周博磊

香港中文大學

信息工程系助理教授

博士生導師

周博磊博士為香港中文大學信息工程系助理教授，博士生導師。其研究方向為機器感知和智能決策。博士畢業於麻省理工學院，在人工智慧頂級會議和期刊發表五十餘篇學術論文，論文總引用數超過一萬次，其中兩篇一作論文已獲得單篇引用超兩千次的影響力，在可解釋性機器學習和場景理解等課題上有突出成果。

曾在Facebook人工智慧實驗室，eBay研究所，微軟亞洲研究院參與研發工作，獲MIT Tech Review’s Innovators under 35亞太區獎，Facebook Fellowship, Microsoft Research Asia Fellowship，港中大工程學院最佳碩士論文等獎項。在計算機頂級會議CVPR，ICCV等多次主辦Workshop和Tutorial。

02 魏雲超

雪梨科技大學

計算機學院助理教授

魏雲超博士為雪梨科技大學助理教授。2016年於北京交通大學獲得博士學位，2016-2019期間在新加坡國立大學和美國伊利諾伊大學香檳分校 (UIUC) 從事博士後研究工作，在計算機學科權威期刊 (IEEE Transactions) 和頂級會議 (CVPR, ICCV, ECCV, NeurIPS等) 發表論文60餘篇，Google引用3900+。

曾獲2019年澳大利亞研究理事會青年研究獎、2019年中國圖象圖形學學會科學技術獎一等獎、2016年中國電子學會優秀博士論文獎，並多次獲得ImageNet、人體精細化分割 (LIP)、視頻物體分割 (DAVIS) 等國際競賽的冠亞軍。曾多次在CVPR, ICCV, ECCV, ACMMM等國際頂級會議上組辦Workshop和Tutorial。主要從事計算機視覺領域的相關研究，包括圖像分類、視頻/圖像的物體檢測和分割、弱監督/半監督學習等。

ECCV Paper：

CFBI：前背景整合的協作式視頻目標分割

工作亮點：

針對視頻物體分割 (VOS) 這一計算機視覺領域的關鍵任務，CFBI的主要貢獻包括：

1）對於特徵匹配，CFBI不僅利用了前景特徵，還首次引入了背景信息，大大減少了false positives的數量；

2）在同前一幀的匹配中加入了多尺度信息，使得算法對物體的移動速率的魯棒性大大提升；

3）引入了instance attention，通過提升感知域，使得對大物體的分割效果得以提升。在沒有藉助大規模合成數據預訓練的情況下，CFBI在最知名的三個數據集上 (DAVIS-2016，DAVIS-2017，YouTube-VOS)，都取得了最佳結果。

論文連結：

https://arxiv.org/abs/2003.08333

項目連結/Demo：

https://www.bilibili.com/video/BV1o5411h7nw

03 齊曉娟

香港大學

電子工程系助理教授

齊曉娟博士現在為香港大學助理教授，2018年博士畢業於香港中文大學，師從賈佳亞教授。2014年畢業於上海交通大學。2018-2019年，在牛津大學Torr Vision Group從事博士後研究工作。現在主要研究方向包括解決深度學習的數據瓶頸、三維語義理解和幾何感知。

ECCV Paper：

域不變立體匹配網絡 (Oral)

工作亮點：

現有的立體匹配神經網絡泛化能力有限，很難處理來自於其他域的新數據。我們在本文中提出了一個域歸一化模塊使特徵表達的分布具有域不變性和一個可訓練的基於圖的非局濾波器。當用合成數據訓練的模型用於真實數據預測時，我們的網絡性能明顯優於其他的方法。

論文連結：

https://arxiv.org/abs/1911.13287

ECCV Paper：

基於改進的自我監督注意力機制的few-shot動作識 (Spotlight）

論文連結：

https://arxiv.org/abs/2001.03905

04

趙晗

伊利諾伊大學香檳分校

計算機系助理教授

D.E. Shaw機器學習研究科學家

趙晗博士目前任職D.E.Shaw Group機器學習研究員，同時也是伊利諾伊大學香檳分校的計算機系助理教授。本科畢業於清華大學計算機系（獲得清華大學優秀畢業生），並於加拿大滑鐵盧大學取得數學碩士學位（獲得校友金獎）以及在卡內基梅隆大學機器學習系獲得博士學位。他對於機器學習有著廣泛的研究興趣，主要包括表示學習、概率推理以及遷移學習。

05 趙健

軍事科學院助理研究員

趙健，博士就讀於新加坡國立大學，師從新加坡國立大學馮佳時教授和新加坡工程院院士、IEEE/IAPR Fellow顏水成教授，2019年獲得博士學位並回國參加工作，現為軍事科學院助理研究員，VALSE EAC、CSIG-BVD委員。

主要研究領域為深度學習、模式識別、計算機視覺與多媒體分析。目前，共主持/參與國防科技創新特區項目4項（排名第1/1/3/5），申報國自然青年科學基金項目1項。近5年發表高水平學術論文40餘篇，單篇影響因子最高17.73，其中，以第一作者發表CCF A類論文10篇（含2篇T-PAMI、2篇IJCV）、CCF B類論文2篇（ECCV等）、CCF C類論文1篇（BMVC等）。研究成果被包括圖靈獎得主Yoshua Bengio和多位國內外院士、ACM/IEEE Fellow在內的權威學者引用。曾作為第一作者獲得PREMIA 2019 Lee Hwee Kuan金獎，ACM MM 2018最佳學生論文獎，ICCV2017 MS-Celeb-1M人臉識別競賽全部任務全球冠軍，CVPR 2017 L.I.P競賽全部任務全球亞軍，NIST 2017IJB-A無約束人臉識別競賽全部任務全球冠軍。

擔任T-PAMI、IJCV、T-MM、T-IFS、T-CSVT、NeurIPS（NeurIPS 2018前30%最佳審稿人）、CVPR、ICCV、ECCV、ACM MM、AAAI、ICLR、ICML等領域主流國際期刊/會議的受邀審稿人。

主持人

戴玉超

西北工業大學

電子信息學院教授

博士生導師

戴玉超博士，西北工業大學電子信息學院教授、博士生導師，陝西省信息獲取與處理重點實驗室主任。2005年、2008年和2012年分別獲得西北工業大學學士、碩士和博士學位。2012年至2014年在澳大利亞國立大學計算機研究院從事博士後研究工作，2014年至2017年在澳大利亞國立大學工程研究院擔任ARC DECRA學者。2017年入選國家級青年項目並加盟西北工業大學。

主要研究工作集中在計算機視覺、圖像處理、人工智慧、深度學習等領域，包括三維場景重建、動態場景分析、多視角幾何、深度學習、人機互動、無人駕駛、視覺導航等。已在IEEE TPAMI、IJCV、ICCV、CVPR、ECCV等國際期刊和會議上發表論文50餘篇。先後獲得IEEE CVPR 2012最佳論文獎（大陸高校30年來首次獲得該獎項）、CVPR 2020 Best Paper提名、陝西省優秀博士論文、DICTA DSTO圖像處理最佳基礎貢獻論文獎、CVPR非剛性結構與運動恢復挑戰賽最佳算法獎、DICTA最佳學生論文獎、APSIPA-ASC最佳深度學習/機器學習論文獎和陝西省科技進步二等獎等獎項。

主持和參與國家自然科學基金面上項目，澳大利亞研究委員會 (ARC) DECRA項目，國家自然科學基金國際合作重點項目、科技部「新一代人工智慧」重大專項、無人駕駛項目等。擔任TPAMI、IJCV、T-NNLS、CVPR、ICCV、ECCV、ACM-MM等國際期刊和會議審稿人，並擔任CVPR，ACCV，WACV，ACM-MM、ICME等領域主席 (Area Chair)。

嘉賓

01 吳尚哲

牛津大學

在讀博士生

吳尚哲，牛津大學視覺幾何組（VGG）博士二年級，目前主要研究無監督3D理解，導師為Andrea Vedaldi教授。2018年本科畢業於香港科技大學，期間跟隨導師Chi-Keung Tang和Yu-Wing Tai從事圖像生成相關研究，曾在商湯科技、騰訊以及谷歌實習。

ECCV Paper：

無監督3D對稱物體重構

工作亮點：

訓練3D重構模型通常依賴於各種標註數據，然而採集標註數據需要大量的人工成本，導致這些方法很難應用於各種各樣的自然物體。本文提出一種簡單的方法，利用物體的對稱性就能從自然圖片集學出可變形的3D物體，且無需任何標註數據。同時，該方法還能無監督地分離光照和物體自身的基色，從而渲染出不同光照下的成像。實驗結果表明，該方法不僅能夠從自然圖像重構出精緻的3D人臉、貓臉，還能重構油畫、抽象畫、卡通圖片，也可以逐幀應用在視頻上。

該項目由牛津大學VGG博士生吳尚哲、博士後Christian Rupprecht以及Andrea Vedaldi教授共同完成。

論文連結：

https://arxiv.org/abs/1911.11130

項目連結：

https://elliottwu.com/projects/unsup3d/

02

辛書冕

卡耐基梅隆大學

機器人研究所在讀博士生

辛書冕，卡耐基梅隆大學機器人研究所在讀博士生，本科畢業於西安交通大學，並在CMU ECE專業獲得了碩士學位。

她的研究方向是計算攝影、計算機視覺等領域。在CVPR 2019的論文中，其團隊提出了一種基於費馬路徑的理論和算法用於重建被遮擋的物體。該論文獲得了CVPR 2019 Best Paper Award。

03

王鑫

加州大學聖克魯茲分校

助理教授

王鑫博士是加州大學聖克魯茲分校計算機科學與工程系的終身制助理教授。在浙江大學和加州大學聖塔芭芭拉分校分別取得學士和博士學位。研究興趣包括自然語言處理，計算機視覺，和機器學習，尤其是研究打造能與人類用自然語言交流在現實世界中完成各種任務的智慧機器人。已發表20多篇頂級會議和期刊論文，曾獲得CVPR 2019的最佳學生論文獎項。

王鑫博士在ACL，CVPR，ICCV等頂會組織過多次workshop和tutorial，內容包括視覺和語言，自然語言處理的自監督學習等。他擔任過頂會EMNLP的領域主席和AAAI的分會主席，以及CVPR/ICCV/ECCV/ACL/NAACL/NeurIPS/CoRL/TPAMI/IJCV等會議和期刊的審稿人。曾在谷歌人工智慧研究院，Facebook人工智慧研究院，微軟研究院，和Adobe研究院工作，並與工業界建立了廣泛的合作關係。

ECCV Paper：

基於強化跨模態匹配和自監督模仿學習的視覺語言導航

工作亮點：

視覺語言導航旨在訓練機器人理解並執行自然語言指令進行導航，我們深入探究了該任務的幾大挑戰，提出了基於外部反饋信號和內部指令完成信號的強化跨模態匹配方法，解決導航過程中的多模態對齊和評價單一導致的學習信號不全面的問題。基於內部指令完成信號，我們引入自監督模仿學習來預探索以適應未知環境，提升模型在未知環境中的泛化能力。

論文連結：

https://arxiv.org/abs/1811.10092

後續工作進展：

https://arxiv.org/abs/1911.07308

https://arxiv.org/abs/2003.00443

https://arxiv.org/abs/2007.00229

04

黃高

清華大學

自動化系助理教授

博士生導師

黃高博士，發明了當前國際主流的視覺深度學習模型DenseNet，單篇論文被引10000餘次，被廣泛應用於智能醫療、安防等領域。目前在NeurIPS, ICML, CVPR, ICCV, TPAMI等國際頂級會議和期刊發表學術論文40餘篇，Google Scholar引用15000餘次。獲得國際計算機視覺頂級會議CVPR最佳論文獎、世界人工智慧大會SAIL先鋒獎、吳文俊人工智慧自然科學一等獎和優秀青年獎等榮譽。

ECCV Paper：

密集連接卷積網絡 DenseNet

工作亮點：

DenseNet突破了傳統深度神經網絡的鏈式結構，引入了全局密集跨層連接，使層與層之間形成直接相連的網狀結構。這種結構為網絡不同層之間的信息傳播提供了直接通路，因此神經網絡中每一層不再需要負責低效、重複和信息傳遞工作，而只需關注有意義的特徵學習。從而，網絡單層節點數量可以大幅精簡，實現整體計算效率的提升。此外，DenseNet還具有泛化性好、魯棒性強等優點，並且從根本上解決了困繞深度網絡訓練的梯度消失問題。

論文連結：

https://arxiv.org/abs/1608.06993

項目連結：

https://github.com/liuzhuang13/DenseNet

後續工作進展：

https://arxiv.org/abs/1703.09844v5

所有分享嘉賓已經介紹完畢，線上雲聚會蓄勢待發，還沒報名的小夥伴們趕緊點擊下方小程序報名吧！

▼

往期精彩

▼

活動預告 ●●

// 1

｜活動報名:「將門ECCV 2020鮮聲奪人云際會」踏浪而來！

// 2

｜新星連連看：Oral一作獨家分享劇透來啦！

ECCV 2020獨家攻略 ●●

// 1

｜雲端參會攻略之Oral篇，前排佔位、強勢圍觀

// 2

｜精彩教程大揭秘，雲端參會也easy

// 3

｜Workshop第一彈: 視覺研討會, 最新研究成果一網打盡！

// 4

｜Workshop第二彈強勢來襲！最新CV應用實踐成果全介紹

// 5

｜生物圖像研究新挑戰？手語與CV交叉發展？Workshop第三彈為你揭秘！

ECCV 2020論文精選 ●●

// 1

｜當AI遇見三維時裝: 來會會現今最大的三維服裝數據集

// 2

｜GRNet: 用於稠密點雲補全的網格化殘差網絡

// 3

｜中科大&微軟提出挑圖神器: GIQA，一鍵挑出高質量圖像

// 4

｜基於對抗路徑採樣的反事實視覺語言導航

// 5

｜多視角圖像的差別和多尺度信息如何利用？兩篇論文為你解答

// 6

｜hide and seek, 看不見的骨架點輕鬆找到

// 7

｜基於生成器的低比特無數據量化(GDFQ)方法, 簡單有效消除數據依賴

// 8

｜清華提出基於循環關聯的自監督行人再識別, 無標籤ReID僅需兩個攝像頭！

想看更多內容？點擊下方卡片即可直接🔎搜索啦～

掃碼觀看！

本周上新！

關於我「門」

▼

將門是一家以專注於發掘、加速及投資技術驅動型創業公司的新型創投機構，旗下涵蓋

將門創新服務、將門技術社群以及將門創投基金。將門成立於2015年底，創始團隊由微軟創投在中國的創始團隊原班人馬構建而成，曾為微軟優選和深度孵化了126家創新的技術型創業公司。

將門創新服務

專注於使創新的技術落地於真正的應用場景，激活和實現全新的商業價值，服務於行業領先企業和技術創新型創業公司。

將門技術社群

專注於幫助技術創新型的創業公司提供來自產、學、研、創領域的核心技術專家的技術分享和學習內容，使創新成為持續的核心競爭力。

將門創投基金

專注於投資通過技術創新激活商業場景，實現商業價值的初創企業，關注技術領域包括

機器智能、物聯網、自然人機互動、企業計算。

在近四年的時間裡，將門創投基金已經投資了包括量化派、碼隆科技、禾賽科技、寬拓科技、杉數科技、迪英加科技等數十家具有高成長潛力的技術型創業公司。

如果您是技術領域的初創企業，不僅想獲得投資，還希望獲得一系列持續性、有價值的投後服務，

歡迎發送或者推薦項目給「門」: