VALSE 2020 问卷调查

VALSE Student Webinar【讲者】张士峰(中科院自动化所) 【题目】Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection

VALSE Student Webinar【讲者】董胤蓬(清华大学) 【题目】Benchmarking Adversarial Robustness

VALSE Student Webinar【讲者】刘宇(香港中文大学) 【题目】数据分布与最优神经网络结构

VALSE Student Webinar【讲者】董宣毅(悉尼科技大学) 【题目】Towards Efficient and Reproducible Automated Deep Learning

VALSE Student Webinar【讲者】谢雨彤(西北工业大学) 【题目】A Mutual Bootstrapping Model for Automated Skin Lesion Segmentation and Classification

VALSE Student Webinar【讲者】代克楠(大连理工大学) 【题目】长时目标跟踪的在线更新

---------------VALSE Student Webinar---------------

W1: 3D视觉【讲者】查红彬(北京大学) 【题目】3D视觉：在线学习的途径

W1: 3D视觉【讲者】谭平(阿里云AI实验室) 【题目】OCRTOC: Open Cloud Robot Platform for Table Organization Challenge

W1: 3D视觉【讲者】黄其兴(The U of Texas at Austin) 【题目】Hybrid Representations for 3D Understanding

W1: 3D视觉【讲者】吴佳俊(Stanford University) 【题目】Integrating learning with graphics for 3D scene modeling

W1: 3D视觉【讲者】戴玉超(西北工业大学) 【题目】深度学习驱动的多视角稠密匹配

---------------W1: 3D视觉---------------

W2: 目标检测、跟踪和分割【讲者】卢湖川(大连理工大学) 【题目】长时视觉目标跟踪

W2: 目标检测、跟踪和分割【讲者】王瑞平(中科院计算所) 【题目】视觉场景图―表示、生成与应用

W2: 目标检测、跟踪和分割【讲者】王兴刚(华中科技大学) 【题目】CCNet & BMask R-CNN：深度物体分割中的上下文和边缘特征建模

W2: 目标检测、跟踪和分割【讲者】高常鑫(华中科技大学) 【题目】Beyond Self-Attention For Semantic Segmentation

W2: 目标检测、跟踪和分割【讲者】石建萍(商汤科技) 【题目】无人驾驶中的感知问题与延伸

---------------W2: 目标检测、跟踪和分割---------------

W3: 医学影像分析【讲者】沈定刚(联影智能) 【题目】Full-Stack, Full-Spectrum AI in Medical Imaging Applications

W3: 医学影像分析【讲者】吕乐(平安科技美国华盛顿研究院) 【题目】精准影像医疗在癌症治疗和预后中的核心应用

W3: 医学影像分析【讲者】黄恒(University of Pittsburgh) 【题目】Graph Neural Networks with Applications in Medical Image Computing

W3: 医学影像分析【讲者】张道强(南京航空航天大学) 【题目】Machine Learning for Brain Image Analysis

W3: 医学影像分析【讲者】孙剑(西安交通大学) 【题目】智能影像分析中的模型驱动与自适应深度学习技术

---------------W3: 医学影像分析---------------

W4: 底层视觉与图像生成【讲者】吕健勤(新加坡南洋理工大学) 【题目】Blurring The Line between Real and the Fake

W4: 底层视觉与图像生成【讲者】刘永进(清华大学) 【题目】基于生成对抗网络的人脸艺术肖像画创作

W4: 底层视觉与图像生成【讲者】刘家瑛(北京大学) 【题目】恶劣环境下图像增强技术研究

W4: 底层视觉与图像生成【讲者】徐迈(北京航空航天大学) 【题目】数据驱动下的压缩视频增强

W4: 底层视觉与图像生成【讲者】连宙辉(北京大学) 【题目】文字图像图形生成及其应用

---------------W4: 底层视觉与图像生成---------------

W5: 机器学习前沿进展【讲者】张志华(北京大学) 【题目】机器学习的统计思考

W5: 机器学习前沿进展【讲者】朱军(清华大学) 【题目】对抗机器学习前沿进展

W5: 机器学习前沿进展【讲者】王立威(北京大学) 【题目】深度学习：从理论到算法

W5: 机器学习前沿进展【讲者】田渊栋(Facebook) 【题目】Interesting Provable Theoretical Properties in Deep ReLU Networks

W5: 机器学习前沿进展【讲者】朱占星(北京大学) 【题目】Understanding Deep “Alchemy”

---------------W5: 机器学习前沿进展---------------

W6: 以人为中心的视觉技术【讲者】郑伟诗(中山大学) 【题目】视频交互行为解析

W6: 以人为中心的视觉技术【讲者】赫然(中科院自动化所) 【题目】以人为中心的神经渲染

W6: 以人为中心的视觉技术【讲者】韩琥(中科院计算所) 【题目】面向深度生物感知的微弱视觉信号分析

W6: 以人为中心的视觉技术【讲者】李鸿升(香港中文大学) 【题目】面向无监督领域自适应的行人重识别研究

W6: 以人为中心的视觉技术【讲者】梁小丹(中山大学) 【题目】“数字人”-自动虚拟换衣和人物编辑

---------------W6: 以人为中心的视觉技术---------------

W7: 视频分析与理解【讲者】林达华(香港中文大学) 【题目】视频理解的新舞台与新挑战

W7: 视频分析与理解【讲者】杨易(U. of Tech. Sydney) 【题目】Research on Video Analysis at the ReLER Lab

W7: 视频分析与理解【讲者】乔宇(中科院深圳先进技术研究院) 【题目】视频序列的深度表征和理解：从方法到应用

W7: 视频分析与理解【讲者】王小龙(UCSD) 【题目】Self-supervised Learning for Perception and Action in Time

W7: 视频分析与理解【讲者】蒋树强(中科院计算所) 【题目】动态环境下的视频识别与行为预测

---------------W7: 视频分析与理解---------------

W8: 视觉与语言【讲者】何晓冬(京东) 【题目】A multimodal conversation between the human and the machine: perception, understanding, and knowledge

W8: 视觉与语言【讲者】林倞(中山大学) 【题目】How Language Computing Inspires Visual Understanding

W8: 视觉与语言【讲者】彭宇新(北京大学) 【题目】细粒度视觉分类与检索

W8: 视觉与语言【讲者】沈春华(University of Adelaide) 【题目】On the General Value of Evidence, and Bilingual Scene-Text Visual Question Answering

W8: 视觉与语言【讲者】张含望(新加坡南洋理工大学) 【题目】Let’s Talk about Why

---------------W8: 视觉与语言---------------

W9: 网络架构设计与类脑【讲者】王井东(Microsoft Research) 【题目】High-Resolution Networks: A Universal Architecture for Visual Recognition

W9: 网络架构设计与类脑【讲者】韩松(MIT) 【题目】AutoML for TinyML with Once-for-All Network

W9: 网络架构设计与类脑【讲者】冯佳时(National University of Singapore) 【题目】Rethinking Bottleneck and Self-attention Structures for Efficient Network Design

W9: 网络架构设计与类脑【讲者】谢凌曦(华为) 【题目】Full-space Neural Architecture Search

W9: 网络架构设计与类脑【讲者】李国齐(清华大学) 【题目】Brain Inspired Computing with Hybrid Artificial and Spiking Neural Networks

---------------W9: 网络架构设计与类脑---------------

重要主题年度进展回顾【讲者】程健(中国科学院自动化所) 【题目】神经网络模型压缩领域年度进展概述

重要主题年度进展回顾【讲者】崔鹏(清华大学) 【题目】图神经网络年度进展概述

重要主题年度进展回顾【讲者】金连文(华南理工大学) 【题目】场景文本检测与识别年度进展报告

重要主题年度进展回顾【讲者】孟德宇(西安交通大学) 【题目】元学习领域年度进展概述

重要主题年度进展回顾【讲者】谭明奎(华南理工大学) 【题目】视觉生成方向研究进展

重要主题年度进展回顾【讲者】魏秀参(南京理工大学) 【题目】细粒度识别领域年度进展概述

重要主题年度进展回顾【讲者】武智融(微软亚洲研究院) 【题目】自监督学习年度进展概述

重要主题年度进展回顾【讲者】谢凌曦(华为诺亚方舟实验室) 【题目】网络架构搜索年度进展报告

重要主题年度进展回顾【讲者】叶齐祥(中国科学院大学) 【题目】视觉目标检测年度进展概述

重要主题年度进展回顾【讲者】周博磊(香港中文大学) 【题目】模型可解释性年度进展概述

重要主题年度进展回顾【讲者】周晓巍(浙江大学) 【题目】3D人体姿态估计年度进展概述

---------------重要主题年度进展回顾---------------