雪梨科技大學在讀博士張睿恆深度講解生成對抗網絡在紅外圖像中的...

2020-12-12 智東西

「CV研究合輯」，是智東西公開課針對計算機視覺推出的一檔合輯，聚焦於計算機視覺前沿領域研究成果與進展的講解。每一講由主講與答疑兩個環節組成，其中，主講60分鐘，採用視頻直播形式，答疑30分鐘，將在相應交流群進行。

紅外圖像，是利用探測儀測量目標本身與背景間的紅外線差，得到不同的熱紅外線而形成的一種圖像。其雖不如普通圖像那麼常見，但卻廣泛應用於醫療、無人駕駛、智能監控等領域。

當然，無論是AI的哪個領域，都會面臨著數據不足的問題，尤其是紅外圖像這類不常見的數據。同時由於紅外圖像數據本身存在噪聲大、對比度低、非均勻性大、空間分辨力差等問題，在進行圖像數據的分析上面臨著很大的挑戰。

如何利用生成式對抗網絡生成紅外圖像數據？紅外圖像又如何進行處理與應用？5月22日晚8點，智東西公開課「CV研究合輯」第6講直播開講，由雪梨科技大學&北京理工大學在讀博士張睿恆為大家深度講解《生成對抗網絡在紅外圖像中的研究與應用》。

張睿恆，雪梨科技大學和北京理工大學在讀博士。導師為雪梨科技大學工程與信息科學系副教授徐敏，北京理工大學機電學院研究員徐立新，和副研究員穆成坡。他的主要研究方向為目標檢測，圖像分類，生成式模型，遙感圖像。其研究成果發表於多個國際期刊和會議中。

課程內容

主題：生成對抗網絡在紅外圖像中的研究與應用提綱：1、紅外圖像分析的應用和挑戰2、基於雙向映射對抗學習的紅外圖像生成3、半監督區域建議的紅外目標及關鍵點檢測4、智能監控中的紅外目標檢測案例解析

講師介紹

張睿恆，雪梨科技大學&北京理工大學雙博士；導師為雪梨科技大學工程與信息科學系副教授徐敏，北京理工大學機電學院研究員徐立新，和副研究員穆成坡；主要研究方向為目標檢測，圖像分類，生成式模型，遙感圖像；其研究成果發表於多個國際期刊和會議中。

直播信息

直播時間：5月22日20點直播地點：智東西公開課小程序答疑地址：GAN交流群

加入交流群

本次課程的講解分為主講和答疑兩部分，主講以視頻直播形式，答疑將在「GAN交流群」進行。加入交流群，除了可以免費收聽直播之外，還能認識講師，與更多同行和同學一起學習，並進行深度討論。添加小助手糖糖（ID：hitang20）即可申請，備註「姓名-公司/學校/單位-職位/專業」的朋友將會優先審核通過哦~

相關焦點

  • 如何解決行人重識別中的換裝問題?雪梨科技大學在讀博士黃延下周講解
    Re-ID（Person Re-identification），即行人重識別，是一種利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術。其廣泛被認為是一個圖像檢索的子問題，給定一個監控行人圖像，檢索跨設備下的該行人圖像。當前行人重識別的研究工作主要集中在短期場景中，即數據中人物的外在服飾沒有發生變化，不考慮衣服、化妝、配飾等因素的影響。
  • 德克薩斯A&M大學在讀博士遊宇寧:自監督學習在圖卷積網絡中的研究...
    在數據訓練的過程中，生成帶有無噪聲標籤的數據集的成本很高，而無標籤的數據又一直在不斷產生。為了有效利用大量的無標籤數據，自監督學習通過設置合理的學習目標和定義前置任務，從數據本身中得到了監督信號。當前自監督學習已經被廣泛用於訓練卷積神經網絡（CNNs），有效地提高了圖像表示學習可傳遞性、泛化能力和魯棒性，並且已在語義分割、目標檢測、圖像分類、人體動作識別等實戰場景中展現出卓越效果。
  • ACM MM最佳論文全文:通過多對抗訓練,從圖像生成詩歌
    StreamsACM TOMM 期刊最佳論文一篇Learning from Collective Intelligence: Feature Learning using Social Image and Tags最佳論文全文閱讀ACM MM 2018 最佳論文《Beyond
  • 9位大牛深入講解圖像、商品、顧客識別分析...
    正因為看到智慧零售的發展趨勢，自2019年9月3日起，智東西公開課已陸續推出了6講零售類相關的公開課，主要深入講解實體零售場景中計算機視覺的應用與實踐，但僅僅聚焦在計算機視覺領域是不夠的，因此我們將對「AI零售合輯」進行全面升級，重磅推出「智慧零售合輯」，智慧零售合輯將圍繞圖像與商品識別分析、顧客識別分析、精準營銷與智能化運營三個模塊展開，持續講解「AI+零售」的技術創新與應用案例。
  • 生成對抗網絡(GANs )為什麼這麼火?盤點它誕生以來的主要技術進展
    兩年前，蒙特婁大學 Ian Goodfellow 等學者提出「生成對抗網絡」（Generative Adversarial Networks，GANs）的概念，並逐漸引起 AI 業內人士的注意。其實，直到 2015 年，生成對抗網絡還稱不上是炙手可熱。
  • 打開深度學習黑箱,牛津大學博士小姐姐分享134頁畢業論文
    作者 | 青暮 深度神經網絡在計算機視覺、自然語言處理和語音識別等領域讀取得了革命性成功。但是，這些模型的決策過程通常無法解釋。 不可解釋性制約著深度學習方法的結構化和研究創新性，在實際應用中調參往往佔據了很大的工作量，讓人不明其創新所在的調參型研究論文充斥著深度學習社區。此外在模型失效或出現偏見等問題時，不可解釋性也會導致高成本的修復工作。 深度學習模型通常只能將多個變量進行關聯，而無法理解背後的機制，這會導致因果關係的模糊性。
  • 今日Paper|人體圖像生成和衣服虛擬試穿;魯棒深度學習;圖像風格...
    ClothFlow通過估計源和目標服裝區域之間的密集流動，有效地模擬了幾何變化，自然地轉移了外觀，合成了新的圖像，如圖1所示。我們通過一個three-stage框架實現了這一點:1)以目標姿態為條件，我們首先估計一個人的語義布局，為生成過程提供更豐富的指導。2)級聯流量估計網絡建立在兩個特徵金字塔網絡的基礎上，準確地估計出對應服裝區域之間的外觀匹配。由此產生的稠密流扭曲源圖像，靈活地解釋變形。
  • 澳門科技大學2021年「人工智慧」與「先進網絡」博士研究生開始招生
    「先進網絡」博士課程課程簡介：「先進網絡」 博士課程以「先進網絡理論」、「網際網路體系結構及其安全」 和「學術專題項目」為必修學科，以「網絡通訊協定設計與分析」、「網絡路由式通訊協定及其理論」、「網際網路測量與分析」、「網絡空間測繪與態勢感知」、「先進網絡專題」和「下一代互...
  • 皺眉細節完美復刻,阿爾伯塔大學團隊的項目生成超逼真的肖像畫
    機器之心報導機器之心編輯部深度卷積神經網絡已經被廣泛用於顯著目標檢測，並獲得了 SOTA 的性能。在 CVPR 2019 的一篇論文中，來自加拿大阿爾伯塔大學的研究者曾提出了邊界感知顯著目標檢測網絡 BASNet，並衍生出了一系列流行的工具。
  • 雪梨科技大學與東北大學合作,建立雪梨智能科技學院
    新京報訊（記者 戚望）5月8日，記者從雪梨科技大學獲悉，該校與我國東北大學合作設立的東北大學雪梨智能科技學院已獲得教育部審批，將落地東北大學秦皇島分校，於2020年9月開始招生。雪梨科技大學稱，東北大學雪梨智能科技學院將專注於計算機科學與技術、通信工程和應用統計學專業的建設以及學生培養。同時，雪梨科技大學工程和信息技術學院、理學院將協助東北大學雪梨智能科技學院的課程開發。此外，兩所大學也將進行科研合作，包括與東軟集團合作進行項目開發。
  • 深度圖像識別-深層網絡的隱式語義數據擴增 ISDA 方法
    例如，通過為訓練集中的每個類訓練一個生成性對抗網絡(GAN)，就可以從生成器中採樣無限數量的樣本。不幸的是，這個過程在計算上是密集的，因為訓練生成模型並推斷它們以獲得增強樣本是不簡單的任務。此外，由於數據量的增加，訓練過程也可能會延長。vZVEETC-電子工程專輯本文提出了一種用於訓練深度圖像識別網絡的隱式語義數據擴增(ISDA)算法。
  • 皺眉細節完美復刻,阿爾伯塔大學團隊標星1.7K的項目生成超逼真的肖像畫
    在 CVPR 2019 的一篇論文中，來自加拿大阿爾伯塔大學的研究者曾提出了邊界感知顯著目標檢測網絡 BASNet，並衍生出了一系列流行的工具。今年，該團隊又提出了一種用於肖像畫生成的深度網絡架構 U^2-Net，不僅所需的計算開銷較少，而且生成肖像畫具有豐富的細節。該論文被 ICPR 2020 會議接收。從人臉圖片生成藝術肖像畫的 AI 應用不在少數，但效果驚豔的不多。
  • 微軟大牛講解生成式模型的本質
    而在生成式模型則可以通過訓練模型get到樣本中隱含的數據空間分布規律，這樣就不僅可以做分類，還可以做數據生成，典型的GAN模型就可以做異常值檢測、圖像修復、人臉替換等騷操作了。所以還等什麼，趕快來看看微軟大牛劉暢研究員給我們帶來的乾貨講解吧。
  • 2021國防科技大學電子對抗學院遴選文職人員公告(博士學歷)
    一、簡介國防科技大學電子對抗學院，前身是中國人民解放軍電子工程學院，1979年9月成立於安徽省合肥市，是全軍首批本科教學評價單位、全軍人才培養先進單位、中國電子學會電子對抗分會掛靠單位，具備武器裝備承制單位資格(第一類)，
  • ...3D結構光方式,最終生成3D深度圖,這個過程類似於人臉識別中的...
    3D深度圖與FaceID我們知道深度相機系統是通過3D結構光方式，最終生成3D深度圖，這個過程類似於人臉識別中的人臉檢測環節，但這個深度圖到底是屬於誰的，其實蘋果並不關心，只要圖像能保存在本地安全區域，接下來的人臉識別工作就交給FaceID來解決了。所以說3D深度圖負責人臉檢測，而FaceID是蘋果整個人臉識別(包括深度圖)的總概括。
  • 浙大博士生劉漢唐:帶你回顧圖像分割的經典算法 | 分享總結
    近年的自動駕駛技術中，也需要用到這種技術。車載攝像頭探查到圖像，後臺計算機可以自動將圖像分割歸類，以避讓行人和車輛等障礙。隨著近些年深度學習的火熱，使得圖像分割有了巨大的發展，本文為大家介紹深度學習中圖像分割的經典算法。
  • 事後解釋VS自解釋,牛津CS博士小姐姐134頁畢業論文探索神經網絡...
    在這篇長達 134 頁的博士論文中，一位來自牛津大學的計算機科學博士生對這一課題進行了深入的探討，帶我們走進深度神經網絡的世界。近年來，深度神經網絡正在計算機視覺、自然語言處理和語音識別等多種領域發揮著重要作用，推動了人工智慧的發展。但是，深度神經網絡仍存在一些局限性，例如這些模型的決策過程通常無法向用戶解釋。
  • 揭秘騰訊變臉魔法,生成對抗網絡GAN的威力是什麼?
    隨著GAN網絡在生成質量上的不斷提高，它越來越頻繁地落地到社交娛樂場景中，給用戶帶去最直觀、新鮮的AI體驗。左右互搏生成完美圖片，AI界的"網紅"技術那麼使得新型變臉特效得以實現的生成式對抗網絡 GAN，究竟是什麼？它是由美國科學家Ian Goodfellow發明，試圖讓計算機自己生成逼真圖片的AI技術。
  • 卡內基梅隆大學機器人學院博士後胡耀鈺:基於深度學習的雙目深度...
    單目視覺使用單一攝像頭作為採集設備，依靠一段時間內獲得的連續圖像的視差來重建三維環境，然而單張圖像可能對應無數真實物理世界場景，因此從圖像中估計深度進而實現三維重建的難度較大。雙目視覺則主要利用左右相機得到的兩幅校正圖像找到左右圖片的匹配點，然後根據幾何原理恢復出環境的三維信息，其可以較為精確的恢復深度信息。
  • 喬治亞理工學院在讀博士陳佳奧:少樣本數據的文本分類和命名實體...
    我們將持續邀請研究者、專家與資深開發者，為大家帶來直播講解。隨著深度學習體系的不斷完善，深度學習方法在各個領域都表現出了非常好的效果。然而深度學習模型往往表現的很好的前提是：基於大量有標籤數據的監督學習。當只有少量標記數據時，往往無法成功訓練一個好的模型。這樣的需求也使深度學習模型難以運用到實際的應用中。