| 极市线上分享 第95期 |
一直以来,为让大家更好地了解学界业界优秀的论文和工作,极市已邀请了超过100位技术大咖嘉宾,并完成了94期极市线上直播分享。往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文,也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享,与大家一起交流学习~~
在这次分享中,我们邀请到了韩鸣飞、孔祥涛两位同学,为我们介绍他们在CVPR 2022上发表的工作:
1.Dual-AI: Dual-path Actor Interaction Learning for Group Activity Recognition(CVPR 2022 Oral)
“在群体行为识别的以往工作中,研究者仅使用了单个路径的时空建模,忽略了时间-空间不同建模顺序带来的互补性。
在我们的实验中,融合了互补时空建模的Dual-AI不仅在多个数据集和监督设置下达到目前最优;在Volleyball Dataset上,可以用50%的数据达到其他方法100%数据的精度,充分验证了互补时空建模的有效性。”
2.Reflash Dropout in Image Super-Resolution“
“Dropout 在过去几乎从未被用在超分上,然而当最近的研究更多聚焦于多退化(real) 场景时,我们发现简单的一行 dropout 带来的提升竟然可以胜过十倍的参数量。这个发现激励了我们尝试解释其作用原理,进而让我们发现 dropout 确实可以防止超分网络中的 co-adapting 现象并提高网络的泛化能力。”
01
直播信息
时间
2022年4月28日(周四):20:00-21:00
主题
02
嘉宾介绍
韩鸣飞
博士在读;来自ReLER Lab, 澳大利亚人工智能研究中心,悉尼科技大学;指导老师为常晓军教授。研究方向为多模态物体理解,动作识别和视频目标检测等。本次分享的工作在中科院深圳先进技术研究院多媒体中心实习期间完成,由乔宇研究员,王亚立副研究员和常晓军教授共同指导完成。
孔祥涛
中科院深圳先进技术研究院多媒体中心硕士生,指导老师为董超老师。研究方向为计算机视觉,超分辨率、图像复原等。
03
团队简介
04
关于分享
韩鸣飞—Dual-AI:基于互补时空建模的群体行为识别
1、 群体行为识别的任务设定
2、 群体行为识别的目前研究进展
3、 互补的时空建模方法
4、 互补时空建模的实验结果分析
孔祥涛—让Dropout在图像超分中重焕光彩
1、 超分辨率的应用场景
2、 超分辨率的简单入门知识
3、 超分辨率目前的研究趋势(盲超分与真实场景)
4、 Dropout在真实场景超分中的作用和效果
5、 Dropout在真实场景超分中的工作原理解释
➤论文地址
1.Dual-AI: Dual-path Actor Interaction Learning for Group Activity Recognition
论文地址:https://arxiv.org/abs/2204.02148
项目主页:mingfei.info/Dual-AI
2.Reflash Dropout in Image Super-Resolution
论文地址:https://arxiv.org/pdf/2112.12089.pdf
代码地址:
https://github.com/Xiangtaokong/Reflash-Dropout-in-Image-Super-Resolution
05
参与方式
关注“极市平台”公众号,回复“95”可获取免费直播链接。
06
往期回顾
在"极市平台"公众号后台回复期数或者分享嘉宾名字,即可获取极市平台对应期在线分享资料。
CV算法项目实践
极市打榜是极市平台推出的一种算法项目合作模式。参与打榜除了可获得定额奖励外,还有机会与平台签约合作,持续获得算法的订单分厂收益。平台支持已标注数据集+免费算力+群内技术答疑!
如果你想要获得真实的企业项目实践经验,抑或是希望获得一笔丰厚的副业收入,欢迎扫码了解&报名:
扫码查看(报名)
40+算法打榜
备注“打榜”
进入打榜技术交流群
觉得有用麻烦给个在看啦~