VALSE 2020 问卷调查

*
1.
请从下列选项中选择您最喜欢的环节。最多选择3项】
VALSE Student Webinar
W1: 3D视觉
W2: 目标检测、跟踪和分割
W3: 医学影像分析
W4: 底层视觉与图像生成
W5: 机器学习前沿进展
W6: 以人为中心的视觉技术
W7: 视频分析与理解
W8: 视觉与语言
W9: 网络架构设计与类脑
重要主题年度进展回顾(APR)
*
2.
请从下列选项中选择您最喜欢的报告。最多选择10项】
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---------------
*
3.
您最不喜欢的报告有何特点?【多选题】
不够前沿
Slides中公式太多
讲得太晦涩
内容太浅显
缺少洞见
拘泥细节
大而空,不落地
讲者语速快
话题不够吸引人
内容太多,蜻蜓点水
其他
*
4.
请给出您对讲者报告时长的满意度打分。
很不满意
很满意
*
5.
您对此次大会VALSE报告的看法。
很不满意
很满意
*
6.
您希望今后安排哪些主题的workshop?
*
7.
您更喜欢线上大会还是线下大会?
可简述理由
*
8.
您对VALSE会议还有什么其他的建议?
问卷星提供技术支持
举报