【学界】哈尔滨工业大学教授：左旺孟——GAN的应用与拓展

来源：图灵人工智能

左旺孟，2007年于哈尔滨工业大学计算机学院获得博士学位。目前为哈尔滨工业大学计算机学院教授，研究兴趣包括图像增强与复原、图像编辑、图像分类、物体检测与目标跟踪及其在计算机视觉中的应用。现任IET Biometrics和Journal of Electronic Imaging编委。在CVPR/ICCV/ECCV等顶级会议和T-PAMI、IJCV及IEEE Trans.等期刊上发表论文70余篇。

报告摘要：除了语音、图像与视频生成外，生成式对抗网络近年来在图像转化，图像增强与复原、对抗样本学习、领域自适应及迁移学习等方面也获得了较多的关注。在本次VALSE GAN教程的第二部分，将一方面从生成式对抗网络的优势和特点出发，分析介绍GAN的典型场景和应用模式。另一方面从应用角度出发，介绍分析GAN与其它学习模型的互补性和结合方式。最后从拓展角度对GAN的未来发展与应用做一些简单的探讨。

高质量延伸阅读

☞【学界】OpenPV：中科院研究人员建立开源的平行视觉研究平台

☞【征稿通知】IEEE IV 2018“智能车辆中的平行视觉”研讨会

☞【学界】基于平行视觉的特定场景下行人检测

☞【征稿】神经计算专刊Virtual Images for Visual Artificial Intelligence

☞【学界】ParallelEye：面向交通视觉研究构建的大规模虚拟图像集

☞【CFP】Virtual Images for Visual Artificial Intelligence

☞【最详尽的GAN介绍】王飞跃等：生成式对抗网络 GAN 的研究进展与展望

☞【智能自动化学科前沿讲习班第1期】王飞跃教授：生成式对抗网络GAN的研究进展与展望

☞【智能自动化学科前沿讲习班第1期】王坤峰副研究员：GAN与平行视觉

☞【重磅】平行将成为一种常态：从SimGAN获得CVPR 2017最佳论文奖说起

☞【平行讲坛】平行图像：图像生成的一个新型理论框架

☞【深度】Nature再发DeepMind研究：AI复现大脑网格细胞模拟导航！

☞【深度】PS新神器：NVIDIA全新AI成像技术重建效果逼真的照片

☞【深度】从泛化性到Mode Collapse：关于GAN的一些思考

☞【深度】Ian Goodfellow：我最大的失败是用无监督解决计算机视觉的监督学习问题

☞【深度】震撼！英伟达用深度学习做图像修复，毫无ps痕迹