【講座題目】融合知識表達學(xué)習(xí)的視覺推理模型和應(yīng)用

【講座時間】2019年6月25日（星期二）上午9:00

【講座地點】保定一校區(qū)綜合樓一樓學(xué)術(shù)報告廳

【主 講 人】陳添水 研究員

【主講人簡介】

陳添水，2018年獲得中山大學(xué)工學(xué)博士學(xué)位，隨后在暗物智能公司擔(dān)任主任研究員，研究方向包括計算機視覺、深度學(xué)習(xí)以及圖推理模型。目前為此，陳博士在頂級期刊和會議上發(fā)表論文十余篇，在多個國際知名期刊和會議（例如，TIP, TMM, TNNLS, CVPR, ICCV）上擔(dān)任審稿人。陳博士獲得IEEE ICME 2017最佳論文鉆石獎。

【內(nèi)容簡介】

現(xiàn)有的視覺識別算法依賴外觀信息設(shè)計深度網(wǎng)絡(luò)模型，在物體檢測、分類等任務(wù)上取得巨大發(fā)展。然而，視覺理解不僅依賴其外觀信息，往往還需要高層常識知識的推理。人類之所以能夠透徹地理解其看到的視覺場景，是因為了解很多領(lǐng)域關(guān)聯(lián)的先驗知識，并能夠據(jù)此進行有效地學(xué)習(xí)和推理。另外，為滿足機器人、無人駕駛等新的智能系統(tǒng)的需要，視覺任務(wù)從簡單的識別/檢測，發(fā)展到結(jié)構(gòu)化的高層語義推理。理解這些高層視覺信息更加依賴于常識知識推理。本報告主要介紹團隊在知識嵌入的深度推理模型方面的一系列進展，以及其在大規(guī)模圖像理解的應(yīng)用。