细粒度视觉分析(FGVA)是计算机视觉和模式识别中一个长期存在的基本问题,它支撑着一系列真实世界的应用,如生物多样性自动监测、气候变化评估、智能零售、智能交通、在节约资源、促进经济增长、提高社会运行效率等方面已取得了积极的社会经济效果。FGVA任务的目标是分析从属类别的视觉对象,例如鸟类的种类、汽车的模型、产品的库存单位或体操的动作。由于其非常细粒度的特性,类间小而类内大变化使其成为一个具有挑战性的问题。借助深度学习的蓬勃发展,近年来使用深度学习技术的FGVA取得了显著进展。

本教程旨在促进研究基于细粒度可视化分析方法的研究人员之间的讨论,并将尖端细粒度可视化技术部署到实际应用程序中。具体来说,我们将促进讨论各种基于深度学习的细粒度视觉分析主题的最新进展、正在进行的发展和新应用,例如细粒度图像检索、细粒度图像识别、长尾视觉识别、细粒度视频理解等。

成为VIP会员查看完整内容
35

相关内容

基于深度学习的视频目标检测综述
专知会员服务
77+阅读 · 2021年5月19日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
22+阅读 · 2021年5月1日
专知会员服务
42+阅读 · 2021年4月18日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
【CVPR2021】动态度量学习
专知会员服务
39+阅读 · 2021年3月30日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
专知会员服务
26+阅读 · 2021年3月5日
专知会员服务
197+阅读 · 2020年3月6日
【CVPR2021】细粒度多标签分类
专知
44+阅读 · 2021年3月8日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
深度学习目标检测算法综述
AI研习社
24+阅读 · 2019年2月1日
【教程】用深度学习DIY自动化监控系统
GAN生成式对抗网络
4+阅读 · 2018年9月12日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
资源 | 25个深度学习开源数据集
人工智能头条
4+阅读 · 2018年4月22日
计算机视觉与深度学习实战
炼数成金订阅号
8+阅读 · 2018年2月9日
MATLAB计算机视觉与深度学习实战
炼数成金订阅号
19+阅读 · 2017年8月4日
Arxiv
6+阅读 · 2019年11月14日
VIP会员
相关VIP内容
基于深度学习的视频目标检测综述
专知会员服务
77+阅读 · 2021年5月19日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
22+阅读 · 2021年5月1日
专知会员服务
42+阅读 · 2021年4月18日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
【CVPR2021】动态度量学习
专知会员服务
39+阅读 · 2021年3月30日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
专知会员服务
26+阅读 · 2021年3月5日
专知会员服务
197+阅读 · 2020年3月6日
相关资讯
【CVPR2021】细粒度多标签分类
专知
44+阅读 · 2021年3月8日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
深度学习目标检测算法综述
AI研习社
24+阅读 · 2019年2月1日
【教程】用深度学习DIY自动化监控系统
GAN生成式对抗网络
4+阅读 · 2018年9月12日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
资源 | 25个深度学习开源数据集
人工智能头条
4+阅读 · 2018年4月22日
计算机视觉与深度学习实战
炼数成金订阅号
8+阅读 · 2018年2月9日
MATLAB计算机视觉与深度学习实战
炼数成金订阅号
19+阅读 · 2017年8月4日
微信扫码咨询专知VIP会员