【講座題目】精細化物體識別

【講座時間】2017年12月7日（星期四） 13:00-17:00

【講座地點】保定校區(qū)圖書館地下一樓報告廳

【主 講 人】傅建龍 博士，微軟亞洲研究院副研究員

【主講人簡介】

傅建龍，微軟亞洲研究院副研究員。2015年畢業(yè)于中國科學院自動化研究所模式識別國家重點實驗室。主要從事圖像識別、目標檢測，和多媒體內(nèi)容分析等研究，已經(jīng)在計算機視覺和多媒體分析頂級國際會議和期刊(CVPR/ICCV/ACM Multimedia/WWW/AAAI/IJCAI/T-CSVT)發(fā)表論文20余篇。主要研究方向包括：精細化物體識別，弱監(jiān)督、多標簽圖像語義標注，目標檢測，視覺與語言建模，視覺情感分析等

【內(nèi)容簡介】

區(qū)別于通用目標的物體識別，精細化物體識別更加關注于具有判別力的目標部件定位 (part localization) 和精細化的特征學習 (feature learning)。另外，由于部件的定位在大規(guī)模數(shù)據(jù)上缺少有效的監(jiān)督信息，并且部件通常位于較小的圖像尺度上，這給精細化的物體識別帶來了更大的挑戰(zhàn)。針對以上問題，我們由淺入深地提出了兩種部件定位和特征學習的聯(lián)合訓練方法，包括基于遞歸注意力模型(Recurrent-Attention)和基于多部件注意力模型(Multiple-Attention)的卷積神經(jīng)網(wǎng)絡。實驗表明，聯(lián)合的部件定位和特征學習方法有助于促進精細化物體識別的準確率。最后，基于以上模型，我們介紹一款基于深度神經(jīng)網(wǎng)絡的精細化物體識別應用—微軟識花。主要包括其產(chǎn)品功能、特點、識別邏輯、用戶界面和影響力(目前下載量已過百萬)，并對精細化物體識別在多種用戶場景下的應用進行探討。