投稿 | CEFRL 2018 Workshop征稿启事

会员服务 ·

投稿 | CEFRL 2018 Workshop征稿启事

2018 年 5 月 20 日 AI科技评论

学术青年有两大痛点：一个是寻找继续进修的offer机会；另一个是寻找学术会议workshop的投稿渠道。

而与此同时，企业研究院及高校研究机构也同样面临宣传自身招募/征稿信息的不便。

为了消除彼此的信息不对称，AI 科技评论从今年开始，开启招募每周一更的专栏，为学术青年提供两大领域的启事：

1.高校实验室博士生招生和博士后招募

2.会刊期刊相关或workshop的论文投稿

*投递简历或投稿记得在邮件主题加上【AI 科技评论】

*有相关需求的企业研究院或高校研究机构可以把详细的 JD发送至邮箱【zhongsimin@leiphone.com】

示例可参考：招募 | 2018年南京大学计算机科学与技术系暨人工智能学院本科生开放日报名通知

*如果有开发类应聘岗位需求可点击链接查看 AI 科技评论友军的推送「AI 职位内推时间！这些 AI 职位你不能错过」

CEFRL 2018 Workshop

征稿启事

研讨会举办背景：

在计算机视觉领域，特征表示和学习是诸多任务（如图像分类，目标检测、跟踪与识别，音、视频检索等）的核心问题。如何寻求最有效的特征表示来解决各类视觉任务也是计算机视觉研究人员的广大诉求之一。在过去二十年中，从最初的手工特征（如SIFT、SURF、HOG和LBP等）到目前“独领风骚”的深度学习特征，我们在特征表示和学习方面已经取得了一些突破性进展。其中，手工特征的提取通常比较耗时，并且无法自适应于不同类型的数据；而深度卷积神经网络则能够自动从数据中挖掘多层次的特征表示。

然而，基于深度学习的特征表示往往依赖于计算耗时的深度卷积神经网络模型，这就限制了其在诸多特定场景下的广泛应用。在当今“大数据”时代，图像和视频等数据呈现爆炸式增长，为了更好地挖掘数据中隐含的有用信息，我们往往需要在高维（上万甚至百万维）空间中对其进行特征表示，而这也给目前特征表示和学习方法（无论是手工还是深度特征）带来了巨大困难。此外，随着社交网络的飞速发展以及便携式、可穿戴设备（这些设备往往具备十分有限的计算能力和存储空间）的不断涌现，如何实时地处理大规模可视化数据也是现今亟待解决的难题之一。

综上所述，我们急需寻求一种计算效率高、存储空间省，同时具有可辨识性和鲁棒性的特征表示和学习方法。目前在这方面已经有了一些尝试，例如紧凑二值特征的学习，深度卷积神经网络的量化、高效网络架构的设计、面向高维空间的特征选择等等，然而这些尝试还远远不够。

研讨会简介：

我们（分别来自于瑞士苏黎世联邦理工学院ETHZurich，芬兰奥卢大学Universityof Oulu和阿联酋InceptionInstitute of Artificial Intelligence）将于今年9月份在德国慕尼黑举办的ECCV 2018大会上组织第二届《Compactand Efficient Feature Representation and Learning in Computer Vision》研讨会（本届研讨会官网：https://www.cefrl.org/，首届已于去年10月份在ICCV 2017成功举办）。

举办此次研讨会的目的是进一步鼓励研究人员关注并探索该重要研究方向，同时也提供一个契机给大家来探讨该领域的未来发展方向。

研讨会内容：

本届研讨会我们也非常荣幸地邀请到了来自学术界和工业界的资深专家们为大家带来精彩的主题演讲。他们分别是来自哥伦比亚大学的Prof.Shih-Fu Chang（Fellowof AAAS、ACM、IEEE），来自法国国家信息与自动化研究所（INRIA）的Dr. Julien Mairal（IEEEPAMI Young Researcher Award）以及PegasusCEO Mr. Xiao Peng。

研讨会投稿方向（但不仅限于以下）：

1. New features (handcrafted features, efﬁcient and novel DCNN architectures, and feature

learning in supervised, weakly supervised or unsupervised way) that are fast to compute, memory efﬁcient and suitable for large-scale problems;

2. New compact and efﬁcient features that are suitable for wearable devices (e.g., smart glasses,

smart phones, smart watches) with strict requirements for computational efﬁciency and low power consumption;

3. Hashing/binary codes learning and its related applications in different domains, e.g. content- based retrieval;

4. Big dimensionality-oriented dimensionality reduction and feature selection;

5. Evaluations of current handcrafted descriptors and deep learning based features;

6. Other applications in different domains, such as robotics and medical image analysis.

投稿截止日期：

2018年7月8号，诚挚地欢迎广大学者踊跃投稿并积极参与本届研讨会！

研讨会奖励：

经过评审委员会的最终推荐，我们会在本次收到的所有稿件中分别评选出“最佳论文奖”，奖金为1500美金；以及“最佳论文提名奖”，奖金为500美金（本届研讨会由InceptionInstitute of Artificial Intelligence友情赞助）。

Inception Institute of Artificial Intelligence (IIAI) 位于阿联酋首都阿布扎比，它是一所国家级的AI研究院，致力于世界前沿的AI理论研究和应用研究。IIAI拥有国际一流的科学家和工程师团队，他们均来自于全球顶尖大学及研究机构，并具有多年人工智能相关方向的世界级研究与工程经验。同时，IIAI拥有全球绝对领先的GPU计算资源和大量跨越多个行业的真实数据。目前IIAI的主要研究方向包括计算机视觉、深度学习、增强学习、自然语言处理、医疗图像分析等领域。IIAI的目标是发展成为全球领先的人工智能研究院并正以最具有行业竞争力的丰厚薪资面向全球大规模招聘世界级人工智能科学家和工程师，详情请访问IIAI官网（http://www.inceptioniai.org/）或直接投递简历到招聘邮箱（jobs@inceptioniai.org）。

对了，我们招人了，了解一下？