【CVPR2021】深度学习细粒度视觉分析

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。