博文
智能科学创新讲堂 | 华中科技大学王兴刚：面向视觉理解生成和规划的高效率视觉表征学习
||
智能科学创新讲堂(简称"创新讲堂")由中国科学院自动化研究所主办英文学术期刊Machine Intelligence Research(MIR)发起，旨在为智能科学与技术领域的专家学者们提供一个自由交流的平台。创新讲堂将定期邀请国内外相关领域顶尖学者加盟，分享最前沿的学术进展，启迪思维、平等交流，碰撞出开创性的思维火花。
智能科学创新讲堂·第十七讲
创新讲堂第十七讲邀请到MIR作者、华中科技大学王兴刚教授带来"面向视觉理解生成和规划的高效率视觉表征学习"的报告。2024年10月21日(周一)15点，四大平台同步直播，诚邀您收看！
报告主题 & 嘉宾简介
报告主题：
面向视觉理解生成和规划的高效率视觉表征学习
主讲人：
王兴刚 教授
华中科技大学电信学院教授博导，国家级青年人才，现任Image and Vision Computing期刊主编。主要从事视觉表征学习、目标检测分割跟踪等领域研究，谷歌学术引用30000余次，获湖北青年五四奖章、CSIG青年科学家奖，CVMJ最佳论文奖，MIR期刊高被引论文奖等。
王兴刚老师团队相关成果：
YOLOP: You Only Look Once for Panoptic Driving Perception
报告摘要
视觉表征学习是高效完成视觉任务、构建多模态大模型的关键，报告将探讨如何设计低复杂的视觉/多模态骨干网络，构建有效的大规模自监督学习范式，训练得到面向复杂场景视觉理解的精准表征，探索高效率的视觉内容生成，实现面向端到端自动驾驶的视觉规划，探讨视觉/多模态理解生成和规划大一统的下一代视觉表征学习范式。
观看指南
直播通道①：哔哩哔哩APP搜索"中国科学院自动化所”或扫描下方二维码，直播当天点击头像即可进入
直播通道②：中国科学院自动化研究所 视频号
直播通道③：机器智能研究MIR 视频号
直播通道④：蔻享学术
点击下方链接进入"智能科学创新讲堂"主题页，直播当天选择相应直播即可观看
https://www.koushare.com/homepage/332528
直播服务：
微信微信公众号"机器智能研究MIR”(发布最新讲座资料)
直播群：实时更新通知 (请备注: 入群)
纸刊免费寄送
Machine Intelligence Research
MIR为所有读者提供免费寄送纸刊服务，如您对本篇文章感兴趣，请点击下方链接填写收件地址，编辑部将尽快为您免费寄送纸版全文！
说明：如遇特殊原因无法寄达的，将推迟邮寄时间，咨询电话010-82544737
收件信息登记：
https://www.wjx.cn/vm/eIyIAAI.aspx#
∨
关于Machine Intelligence Research
Machine Intelligence Research（简称MIR，原刊名International Journal of Automation and Computing）由中国科学院自动化研究所主办，于2022年正式出版。MIR立足国内、面向全球，着眼于服务国家战略需求，刊发机器智能领域最新原创研究性论文、综述、评论等，全面报道国际机器智能领域的基础理论和前沿创新研究成果，促进国际学术交流与学科发展，服务国家人工智能科技进步。期刊入选"中国科技期刊卓越行动计划"，已被ESCI、EI、Scopus、中国科技核心期刊、CSCD等20余家国际数据库收录，入选图像图形领域期刊分级目录-T2级知名期刊。2022年首个CiteScore分值在计算机科学、工程、数学三大领域的八个子方向排名均跻身Q1区，最佳排名挺进Top 4%，2023年CiteScore分值继续跻身Q1区。2024年获得首个影响因子(IF) 6.4，位列人工智能及自动化&控制系统两个领域JCR Q1区。
往期目录
2024年第5期 | 大语言模型，无人系统，统一分类与拒识...
2024年第3期 | 分布式深度强化学习，知识图谱，推荐系统，3D视觉，联邦学习...
2024年第2期 | 大语言模型、零信任架构、常识知识推理、肿瘤自动检测和定位...
2023年第6期 | 影像组学、机器学习、图像盲去噪、深度估计...
2023年第5期 | 生成式人工智能系统、智能网联汽车、毫秒级人脸检测器、个性化联邦学习框架... (机器智能研究MIR)
2023年第4期 | 大规模多模态预训练模型、机器翻译、联邦学习......
2023年第3期 | 人机对抗智能、边缘智能、掩码图像重建、强化学习...
2023年第2期 · 特约专题 | 大规模预训练: 数据、模型和微调
2023年第1期 | 类脑智能机器人、联邦学习、视觉-语言预训练、伪装目标检测...
2022年第6期 | 因果推理、视觉表征学习、视频息肉分割...
2022年第4期 | 来自苏黎世联邦理工学院Luc Van Gool教授团队、清华大学戴琼海院士团队等
2022年第3期 | 聚焦自然语言处理、机器学习等领域；来自复旦大学、中国科学院自动化所等团队
2022年第2期 | 聚焦知识挖掘、5G、强化学习等领域；来自联想研究院、中国科学院自动化所等团队
好文推荐
上海交大张拳石团队 | 综述: 基于博弈交互理论的神经网络可解释性研究
专题好文 | Luc Van Gool团队: 基于分层注意力的视觉Transformer
澳大利亚国立大学Nick Barnes团队 | 对息肉分割的再思考: 从分布外视角展开
前沿观点 | Segment Anything并非一直完美: SAM模型在不同真实场景中的应用调查
自动化所黄凯奇团队 | 分布式深度强化学习：综述与多玩家多智能体学习工具箱
约翰霍普金斯大学Alan Yuille团队 | 从时序和高维数据中定位肿瘤的弱标注方法
精选综述 | 零信任架构的自动化和编排: 潜在解决方案与挑战
欧洲科学院院士蒋田仔团队 | 脑成像数据的多模态融合: 方法与应用
专题好文 | 创新视听内容的联合创作: 计算机艺术面临的新挑战
下载量TOP好文 | 人工智能领域高下载文章集锦 (2022-2023年)
引用量TOP好文 | 人工智能领域高引用文章集锦 (2022-2023年)
哈工大江俊君团队 | DepthFormer: 利用长程关联和局部信息进行精确的单目深度估计
Luc Van Gool团队 | 通过Swin-Conv-UNet和数据合成实现实用图像盲去噪
贺威团队&王耀南院士团队 | 基于动态运动基元的机器人技能学习
乔红院士团队 | 类脑智能机器人：理论分析与系统应用 （机器智能研究MIR）
南科大于仕琪团队 | YuNet:一个速度为毫秒级的人脸检测器
上海交大严骏驰团队 | 综述: 求解布尔可满足性问题(SAT)的机器学习方法
前沿观点 | 谷歌BARD的视觉理解能力如何？对开放挑战的实证研究
港中文黄锦辉团队 | 综述: 任务型对话对话策略学习的强化学习方法
南航张道强教授团队 | 综述：用于脑影像基因组学的机器学习方法
ETHZ团队 | 一种基于深度梯度学习的高效伪装目标检测方法 （机器智能研究MIR）
Luc Van Gool团队 | 深度学习视角下的视频息肉分割
专题好文 | 新型类脑去噪内源生成模型: 解决复杂噪音下的手写数字识别问题
戴琼海院士团队 | 用以图像去遮挡的基于事件增强的多模态融合混合网络
ETH Zurich重磅综述 | 人脸-素描合成：一个新的挑战
MIR资讯
专题征稿 | Special Issue on Embodied Intelligence
专题征稿 | Special Issue on Transformers for Medical Image Analysis
MIR 优秀编委 & 优秀审稿人 & 高被引论文 (2023年度)
年终喜报！MIR科技期刊世界影响力指数跻身Q1区 (含100份龙年礼包)
双喜！MIR入选”2022中国科技核心期刊”，并被DBLP收录 | 机器智能研究MIR
https://blog.sciencenet.cn/blog-749317-1455839.html
上一篇：AI最前沿 | 大语言模型，无人系统，统一分类与拒识...
下一篇：专题征稿 | 用于视频理解的多模态学习、时序建模及基础模型
