【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision

报告题目：

Deep Reinforcement Learning for Computer Vision

报告简介：

近年来，深度强化学习作为机器学习的基本技术之一得到了发展，并成功地应用于各种计算机视觉任务（表现出最先进的性能）。在本教程中，我们将概述深度强化学习技术的趋势，并讨论如何使用它们来提高各种计算机视觉任务的性能（解决计算机视觉中的各种问题）。首先，我们简要介绍了深度强化学习的基本概念，并指出了在不同的计算机视觉任务中所面临的主要挑战。其次，介绍了一些用于计算机视觉任务的深度强化学习技术及其种类：策略学习、注意感知学习、不可微优化和多智能体学习。第三，介绍了深度强化学习在计算机视觉不同领域的应用。最后，我们将讨论深度强化学习中的一些开放性问题，以说明未来如何进一步发展更先进的计算机视觉算法。

嘉宾介绍：

Jiwen Lu，副教授，中国清华大学，自动化系。清华大学自动化系副教授，2015.11-至今，新加坡高级数字科学中心研究科学家，2011.3-2015.11，2003.7-2007.7西安理工大学信息科学系助理讲师。

Liangliang Ren ，清华大学博士生，研究方向是计算机视觉与机器学习、度量学习与深度强化学习