CNCC技术论坛 | 计算机视觉行业的挑战与契机

2018 年 10 月 21 日 中国计算机学会

近年来，随着深度学习，人脸识别、物体识别、图像分割、三维重建等技术的快速发展，算法性能大幅提升，在视频分析、视频监控、视频检索和创作等领域拥有广阔的应用前景。

时间：2018年10月26日下午13:30 - 17:30

地点：杭州国际博览中心会议区二层新闻发布厅D

计算机视觉是一项热门的计算机技术研究领域。近年来，随着深度学习，人脸识别、物体识别、图像分割、三维重建等技术的快速发展，算法性能大幅提升，在视频分析、视频监控、视频检索和创作等领域拥有广阔的应用前景。但是计算机视觉在实际的应用场景中还有很多新的技术需求和研究挑战有待解决和突破，视觉人工智能技术才能够成功落地，让社会变得更加便捷、美好。本技术论坛邀请计算机视觉行业的多位知名专家，从不同视角介绍计算机视觉技术的应用与挑战，并探讨如何积极推进AI技术创新创业，促进产学研在视觉技术方面多层次的合作发展。

主席

王涛

简介：爱奇艺公司资深科学家，中国计算机学会（CCF）理事，杰出会员，YOCSEF荣誉委员，计算机视觉专委会副主任，全国信标委计算机视觉标准组副组长。主要从事多媒体智能分析，计算机视觉、模式识别、虚拟现实、数据挖掘、AI视频云、区块链等相关技术的研究。在IJCV、CVPR、ACM Multimedia等国际期刊和会议上发表论文六十余篇，申请四十多项专利，翻译《软件优化技术》著作一本。

王亮

简介：中科院自动化所研究员，计算机视觉专委会秘书长，国家杰青，博导，IAPR Fellow，模式识别国家重点实验室副主任。主要从事计算机视觉和模式识别等相关领域的研究。现为《IEEE Transactions on Information Forensics and Security》、《IEEE Transactions on Cybernetics》等国际学术刊物的编委等。

特邀讲者

戴宇荣

腾讯优图实验室研发总监，香港科技大学计算机科学与工程学系的客席副教授。 2009年于新加坡国立大学博士毕业。2009 - 2015年在韩国科学技术院 (KAIST) 任副教授，之后在商汤作为Principal Researcher工作一年。主要从事深度学习与计算机视觉，图像与视频理解等相关研发工作，发表CVPR/ICCV/ECCV等一百多篇顶会文章，曾担任ICCV2015 和ICCV2017 的Area Chair，论文引用数超过4000。

演讲题目：计算机视觉在图像和视频理解的落地应用

摘要：随着深度学习技术快速发展，计算机视觉在图像和视频理解有了很大的进步。但是，在应用场景中，仍然会遇到很多不同的困难和挑战。本报告将会以微视短视频识别场景作为案例，探讨优图如何在现实场景中解决各种落地的问题，并分享微视场景中实现的一些给用户的新玩法。

孙剑

北京旷视科技有限公司（Face++）首席科学家、旷视研究院院长，前微软亚洲研究院首席研究员。自2002年以来在 CVPR, ICCV, SIGGRAPH, PAMI等顶级学术会议和期刊上发表学术论文100余篇，两次获得CVPR最佳论文奖(2009, 2016)。孙剑博士带领的团队于2015年获得图像识别国际大赛五项冠军 (ImageNet分类，检测和定位，MS COCO 检测和分割) ，其团队开发出来的“深度残差网络”和“基于区域的快速物体检测”技术已经被广泛应用在学术和工业界。

演讲题目：云、端、芯上的视觉计算

摘要：越来越大和越来越深的神经网络不断降低着识别错误率，甚至在不少语音和图像识别任务上超过了人类。但是这些深度网络也对计算提出了新的要求和挑战：在很多视觉应用场景中，我们需要在不同的计算平台上最大化推理算法的性能。在这个报告，我将介绍一系列我们的近期分别针对云、移动端、芯片的深度神经网络设计工作，包括ResNet，ShuffleNet，DorefaNet等，以获得最佳的识别精度。同时也会介绍一些旷视科技在云、端、芯等应用场景的人工智能实践。

路香菊

爱奇艺高级研究员，专注人脸识别，及视频中多模态人物身份行为姿态识别（人物RE-ID）。其中，表情识别荣获ACM ICMI EmotiW2016冠军及CCF科技进步三等奖。现组织创办“爱奇艺多模态视频人物识别挑战赛”，开放全球首个影视视频人物数据库IQIYI-VID。

演讲题目：AI视频人物识别

摘要：人物识别是一项热门的计算机技术研究领域。近年来，随着深度学习技术的发展，人物识别精度大幅提升。但是在多姿态、多表情、多年龄、多光照、不同角色化妆、局部遮挡等非受限的实际场景，特别是海量的影视视频数据中，人物识别技术研究仍具有很大的挑战性。本报告介绍基于明星大数据的爱奇艺明星识别算法技术架构，以奇艺指数、只看TA等AI应用产品，分享爱奇艺多模态视频人物识别挑战赛的数据生产、发布情况并解读各参赛队的性能评测。

黄畅

地平线公司联合创始人，算法副总裁。长期从事计算机视觉、机器学习、模式识别和信息检索方面的研究，发表诸多论文，拥有多项国际专利。曾在美国南加州大学和 NEC 美国研究院担任研究员，2012年加入百度美国研发中心，2013年参与组建百度深度学习研究院(Baidu IDL)，任高级科学家、主任研发架构师。

演讲题目：人工智能算法与处理器的联合设计

摘要：人工智能技术在过去的十年间得到了快速的发展。算法层面如此，承载相关运算的处理器亦然。从最初用于通用计算的CPU，到自图形渲染发展而来用于科学计算的GPGPU，如今的AI处理器已经进入到基于FPGA和ASIC的DSA架构（Domain Specific Architecture）阶段。谷歌的TPU的英伟达的DLA就是其中的典范。本次报告着眼于算法与处理器的联合设计，从这两个迥异的视角出发，探讨设计的整体目标、基本原则和各自在实现中的有趣细节，包括量化训练、模型结构搜索、Memory Hierarchy、编译器等。

华先胜

阿里巴巴集团Distinguished Engineer，阿里巴巴达摩院机器智能实验室副主任，城市大脑人工智能技术负责人,IEEE Fellow，ACM杰出科学家，国家千人计划特聘专家；2008年获MIT技术评论“全球35个35岁以下杰出青年创新者”称号（TR35）。2001年博士毕业于北京大学,之后加入微软亚洲研究院，微软美国必应搜索引擎，以及微软美国研究院，从事多媒体、计算机视觉和机器学习方面的研发工作。2015年4月加入阿里巴巴，任搜索事业部资深总监/研究员；2016年加入阿里巴巴iDST，负责云上视觉智能计算的技术研发，是城市大脑AI负责人。他的研发兴趣在大规模视觉人工智能领域，包括视觉分析、识别、搜索和挖掘等。华博士在国际主流会议和期刊上发表论文200余篇，拥有专利90余项。曾担任多个学术期刊的副主编以及ACM Multimedia等顶级学术会议的程序委员会主席，并获得多个国际会议及期刊的最佳论文奖。

演讲题目：大规模视觉智能探索与实践

摘要：视觉智能是这次人工智能浪潮中最为突出部分，但是如何让视觉智能技术真正落地产生不可替代的价值，似乎并不是水到渠成的事情。本分享试图通过介绍和分析阿里巴巴在视觉智能技术和应用上的真实案例探讨这一问题，包括视觉（人工）智能的核心竞争力、商业模式、壁垒等等。具体应用实例包括城市大脑、电商、智能设计、智慧医疗、工业大脑等领域。