<mark id="oztn4"></mark>
0
| 本文作者： 栗峰 | 2019-10-11 11:21 | 專題：CNCC 2019 |
雷鋒網AI科技評論編者按：中國計算機大會CNCC 2019（10.17-19）即將在蘇州開幕。本次會議據估計將有8000+人次參會，會議包括十六位國內外計算機領域知名專家、企業家的大會報告、三場大會主題論壇，七十余場前沿技術論壇，二十場特色活動，以及一百個科技成果展。
19日下午，為探索計算機視覺與智慧城市發展，申省梅等著名學者將共同從學術和產業角度探討計算機視覺的場景解譯、人臉識別、人體姿態、視覺內容理解等前沿技術，以及在智能安防、自動駕駛等智慧城市建設方面的研究成果、發展前景與技術應用，值得期待！
作為AI領域最熱門的研究與應用方向，目前計算機視覺技術在學術研究和產業落地方面都走在人工智能發展的最前沿。從前幾年的概念普及，到如今在智慧城市領域的落地，計算機視覺技術正在深刻改變著整個社會的信息資源使用觀念和方式。
一方面，隨著計算機視覺與模式識別理論、方法的研究進展，特別是以深度學習為代表的新一代人工智能理論在計算機視覺與模式識別研究中的巨大成功，學界不斷提出大量、各具特色、面向各種應用的算法，極大地推動了相關技術的發展。另一方面，需求趨勢計算機視覺行業發展潛力巨大，應用場景拓展滲透到各行業，人們對生活安全以及生產效率追求兩大需求的提升，決定計算機視覺行業具有巨大發展空間。目前視覺智能技術已落地至金融、安防、零售、教育、醫療、自動駕駛等各個城市的場景和人們的生活當中。
智慧城市寫入國家戰略，新型智慧城市建設進入快車道。計算機視覺技術可為智慧城市中的公共安全和城市治理、交通、社區、教育、健康醫療、工業互聯網等行業應用和服務體系賦能，是整個智慧城市的感知體系。因此，如何讓計算機視覺技術的科研與智慧城市的建設有機結合，是一個需要學術界與產業界共同探討的話題。
為探討計算機視覺技術的研究成果和發展前景，加速前沿技術在智慧城市領域的落地，由中國計算機學會 (CCF)主辦、蘇州工業園區管委會承辦，于10月17-19日在蘇州金雞湖國際會議中心舉辦的2019中國計算機大會(CNCC 2019)特設了“計算機視覺技術賦能智慧城市”論壇，將圍繞當前技術和行業最熱門的話題展開深入探討。
中國計算機大會創建于2003年，是中國計算領域規模最大、規格最高的學術、技術、產業交融互動的盛會，至今已成功舉辦了十五屆。
歷屆會議匯聚了圖靈獎獲得者，ACM、IEEE-CS、IPSJ、KIISE 等國際組織的專家和代表，以及國內計算領域的權威專家、學者、知名企業技術專家，今年會議規模預計超過8000人。
今年，大會以「智能+引領社會發展(AI+ Leading the Development ofSociety)」為主題，結合現階段各領域發展的成就與挑戰，將安排70余場前沿技術論壇，涉及人工智能、大數據、軟件工程、計算機教育、類腦計算、健康醫療大數據等前沿學術、技術、教育和產業話題，致力于推動我國計算機事業更好更快地發展。
CNCC2019 計算機視覺技術賦能智慧城技術論壇將圍繞計算機視覺技術的場景解譯、人臉識別、人體姿態、視覺內容理解等前沿技術探討和在智能安防、自動駕駛等智慧城市建設方面的研究成果、發展前景與技術應用展開，從學術與產業角度進行深入探討。
澎思科技首席科學家、新加坡研究院院長申省梅擔任論壇的主席，中科院計算技術研究所研究員、IEEE Fellow、IAPR Fellow、CCF會士陳熙霖擔任共同主席，與西安電子科技大學教授、博士生導師焦李成，西湖大學講席教授、IEEE Fellow李子青，阿里巴巴自動駕駛實驗室主任、首席科學家王剛，新加坡國立大學助理教授、新加坡國立大學機器學習與視覺實驗室負責人馮佳時，清華大學自動化系副教授魯繼文，商湯科技副總裁、智能駕駛業務總經理、商湯日本總經理勞世竑等共同探討計算機視覺技術的發展和應用，精彩不容錯過（雷鋒網）。
論壇主席
▼
申省梅
澎思科技首席科學家、新加坡研究院院長。西安電子科技大學電子工程系電子信息工程碩士。申省梅是人工智能和深度學習領域的帶頭人，前新加坡（松下）研究院副院長，領導超過40人的算法研究團隊，累計專利300余項。擁有計算機視覺的全棧技術能力，技術面橫跨多個應用領域，在基于深度學習的人臉檢測和識別、行人檢測和跟蹤、行人再識別、車輛識別、自動駕駛、駕駛員行為檢測、移動操作機器人等領域均取得了世界頂級成果。2019年3月，宣布加入國內人工智能公司澎思科技，任首席科學家、新加坡研究院院長，致力于監控與安全、智慧城市、自動駕駛、智能機器人以及AI工廠自動化等領域的相關技術研究。
共同主席
▼
陳熙霖
中科院計算技術研究所研究員，IEEE Fellow, IAPR Fellow, CCF會士。近年來主要研究領域為計算機視覺、模式識別、多媒體技術以及多模式人機接口。目前是IEEE Trans. on Multimedia的Associate Editor、Journal of Visual Communication and Image Representation的Senior Associate Editor、計算機學報副主編、人工智能與模式識別副主編。先后獲得國家自然科學二等獎1項，國家科技進步二等獎4項，合作出版專著1本，在國內外重要刊物和會議上發表論文300多篇。
講者和報告簡介
▼
01.
焦李成
基于深度學習的復雜場景解譯
▲ 焦李成
場景解譯是目前計算機視覺領域中較為重要的問題，在目前許多實際的圖像/影像處理應用場景中，如無人駕駛、增強現實、戰場態勢感知等，都對場景解譯和目標識別的性能提出了較高的要求。傳統的基于“特征工程”的處理技術已難以滿足現有的需求。人腦信息處理的顯著注意、層次化感知和稀疏感知等機制，給復雜場景解譯和目標識別帶來了新的機遇。本報告圍繞深度學習技術，分享團隊在場景解譯與目標識別方面的研究進展。
焦李成，西安電子科技大學教授、博士生導師。現任西安電子科技大學計算機科學與技術學部主任、智能感知與圖像理解教育部重點實驗室主任、智能感知與計算國際聯合研究中心主任、智能感知與計算國際合作聯合實驗室主任、“智能信息處理科學與技術”高等學校學科創新引智基地（“111計劃”）主任、教育部科技委學部委員、教育部人工智能科技創新專家組專家、中國人工智能學會副理事長、全國高校人工智能與大數據創新聯盟副理事長、IET西安分會主席、IEEE西安分會獎勵委員會主席、IEEE計算智能協會西安分會主席、IEEE GRSS西安分會主席，IEEE TGRS副主編、教育部創新團隊首席專家，IEEE Fellow、IET Fellow、首批中國人工智能學會會士、CCF杰出會員，連續五年入選愛思唯爾高被引學者榜單。國務院學位委員會學科評議組成員，人社部博士后管委會評議組專家，曾任第八屆全國人大代表。1991年被批準為享受國務院政府津貼的專家，1996年首批入選國家“百千萬”人才工程（第一、二層次），陜西省首批“三五人才”第一層次。當選為全國模范教師、陜西省突出貢獻專家和陜西省師德標兵。
02.
李子青
人臉識別的未決挑戰問題
▲ 李子青
報告摘要
深度學習技術將人臉識別性能提升了幾個數量級，使其獲得了廣泛應用。但實際應用中，人臉識別系統仍然遇到各種問題，使其性能顯著下降，達不到預期效果。本報告討論人臉識別尚未能很好解決的關鍵問題，分析原因，提出解決方向。
李子青，西湖大學講席教授，IEEE Fellow。曾任微軟亞洲研究院Research Lead，中科院自動化所模式識別國家重點實驗室資深研究員。發表論文400余篇，撰寫編寫著作9部，Google Scholar他引36000+次。曾任IEEE TPAMI等刊物副主編，擔任100余個國際學術會議大會主席、程序主席，或程序委員。作為人臉識別和智能視頻監控專家，主持了多個國家科學研究項目和重大應用工程項目，在相關領域獲準和申請專利20余項。在微軟研發的人臉識別系統 EyeCU，比爾.蓋茨接受CNN采訪為之講解。負責多項國家項目和國際合作科研項目，研發的人臉識別系統和智能視頻監控系統，在多個國家重大安全項目中實施并發揮作用。李子青為SAC/TC100/SC2副主任委員；代表中國國家體撰寫了中國第一個ISO/SC37生物識別國際標準工作草案并獲采納，在年會全體會議上作了“Biometrics in China”（生物特征識別在中國）的主題演講。
03.
王剛
自動駕駛沒有免費的午餐
▲ 王剛
報告摘要
自動駕駛發展到今天，還面臨著很多困難。這個分享會討論如何將自動駕駛分解為簡單一點的問題，以及介紹阿里巴巴自動駕駛實驗室的平臺如何去高效地解決這些問題的。
王剛，阿里巴巴自動駕駛實驗室主任、首席科學家。在此之前，王剛為新加坡南洋理工大學終身教授。于2016和2017分別入選美國麻省理工大學技術評論雜志評選的亞洲區和全球的TR35獎。國家專家，人工智能頂尖期刊IEEE TPAMI的編委，頂尖會議如CVPR和ICCV等的領域主席。
04.
馮佳時
人體姿態估計技術進展及展望
▲ 馮佳時
報告摘要
人體姿態估計在很多領域都有著重要應用，包括智能安防，自動駕駛，人機交互以及娛樂。本次報告將介紹基于深度學習的人體姿態估計的最新進展，包括單人、多人以及3D人體姿態估計。此外，本次報告將著重介紹面向解決實際應用挑戰（例如復雜場景、計算資源有限）的最新人體姿態估計方法和模型，并將探討無監督學習在大規模人體姿態估計上的應用。
馮佳時，新加坡國立大學電子與計算機工程系助理教授，新加坡國立大學機器學習與視覺實驗室負責人。中國科學技術大學自動化系學士，新加坡國立大學電子與計算機工程系博士。2014-2015年在加州大學伯克利分校人工智能實驗室從事博士后研究。研究方向為圖像識別、深度學習及面向大數據的魯棒機器學習。曾獲 ICCV 2015 TASK-CV 最佳論文獎、2012年ACM多媒體會議最佳技術演示獎，擔任 ICMR 2017 技術委員會主席， JMLR 、 IEEE TPAMI 、 IJCAI 等國際知名期刊、會議審稿人，已在計算機視覺、機器學習領域發表論文60余篇。
05.
魯繼文
深度強化學習與視覺內容理解
▲ 魯繼文
深度強化學習是人工智能領域的研究熱點，被認為是人類邁向通用人工智能的重要途徑之一。深度強化學習通過將深度學習的感知能力與強化學習的決策能力相結合，以端對端的方式實現從原始輸入到語義輸出的感知與決策，在許多視覺內容理解任務中取得了重要突破。報告將分享清華大學自動化系智能視覺實驗室近年來提出的面向視覺內容理解的多個深度強化學習方法，主要包括多智能體深度強化學習、圖深度強化學習、和結構化深度強化學習等，以及它們在物體檢測與識別、目標跟蹤與檢索、行為預測與識別等多個視覺內容理解任務中的應用。
魯繼文，清華大學自動化系副教授、博士生導師，主要研究領域為計算機視覺、機器學習、智能機器人。發表IEEE匯刊論文70余篇， CVPR / ICCV / ECCV 論文50余篇，論文被引用8200余次。主持承擔國家自然科學基金聯合重點基金、國家重點研發計劃課題等科研項目10余項。擔任國際期刊 PR Letters 主編， T-IP 、 T-CSVT 、 T-BIOM 、 PR 和JVCI編委，國際會議 ICME 2020、AVSS 2020 和 DICTA 2019 程序委員會主席， CVPR 2020 、ICIP 2017 / 2018 / 2019 、 ICME 2015 / 2017 / 2018 / 2019 、 ICPR 2018 和 WACV 2016 / 2018 / 2020 領域主席。2015年入選中組部青年，2018年獲得國家優秀青年基金項目。
06.
勞世竑
中日計算機視覺技術：從人臉識別到自動駕駛的產業化歷程
▲ 勞世竑
計算機視覺技術的一大突破是人臉檢測的產業應用。日本的照相機產業率先應用了人臉檢測技術，為日后人臉識別技術的發展除去了一道障礙。人臉識別技術的發展經歷了半個世紀，直到深度學習的出現才實現產業應用的突破。計算機視覺的另一大應用領域是自動駕駛。深度學習的出現讓我們看到了用計算機視覺來實現自動駕駛的可能性。講者將分享20余年中日兩國的技術交流合作經驗，人臉檢測及人臉識別的產業應用及計算機視覺在自動駕駛領域的應用。
勞世竑，商湯科技副總裁，智能駕駛業務總經理，商湯日本總經理。負責商湯科技的自動駕駛業務以及商湯科技在日本的業務。前日本歐姆龍公司的人臉技術負責人。在歐姆龍工作期間，他領導團隊和清華大學合作開發出了以“OKAO Vision”著稱的世界上第一塊商用人臉檢測芯片，被各大照相機及手機廠家采用；開發了嵌入式人臉識別技術，被著名手機廠商采用成為世界上第一款有人臉驗證功能的智能手機；開發出了世界上第一款用性別年齡推斷技術向顧客自動推薦飲料的自動售貨機；最早用人臉識別技術實現美顏美白功能，并被主要打印機廠家采用；開發出了世界第一款駕駛員狀態識別芯片及系統（DMS）。2009年榮獲日本圖像處理領域中最權威的SSII”高木獎”。
07.
申省梅
視頻圖像智能化助力智慧安防建設
▲ 申省梅
預測到了2020年，世界會有超過10億個視頻監控攝像機。如何存儲觀看大量的視頻流，快速理解海量的視頻內容？當年攝像機數字化之后，視頻圖像的壓縮(H.264, H.265)減少了傳輸量也壓縮了存儲空間；但隨著高清的出現，清晰圖像的要求，攝像機數目的劇增，視頻流數據急劇擴大，帶來了全新的挑戰。人工智能是否有望進行視頻內容上的壓縮，提供自動快速理解視頻內容的手段，甚至可以做到事前預警，事中處置，事后分析？今天，以計算機視覺技術為主的視頻圖像智能化正在朝著這個方向發展。本報告將以澎思科技的解決方案為例，闡述視頻圖像智能化在智慧安防領域的應用。
申省梅，澎思科技首席科學家、新加坡研究院院長。西安電子科技大學電子工程系電子信息工程碩士。申省梅是人工智能和深度學習領域的帶頭人，前新加坡（松下）研究院副院長，領導超過40人的算法研究團隊，累計專利300余項。擁有計算機視覺的全棧技術能力，技術面橫跨多個應用領域，在基于深度學習的人臉檢測和識別、行人檢測和跟蹤、行人再識別、車輛識別、自動駕駛、駕駛員行為檢測、移動操作機器人等領域均取得了世界頂級成果。2019年3月，宣布加入國內人工智能公司澎思科技，任首席科學家、新加坡研究院院長，致力于監控與安全、智慧城市、自動駕駛、智能機器人以及AI工廠自動化等領域的相關技術研究。
圓桌Panel
后深度學習時代，計算機視覺技術的未來
主持人:陳熙霖
嘉賓：焦李成、李子青、王剛、馮佳時、魯繼文、勞世竑、申省梅
圓桌介紹
受邀嘉賓將就“后深度學習時代，計算機視覺技術的未來”這一主題，從人臉識別、視頻結構化、視頻解析等技術和智能安防、自動駕駛等行業多角度切入，全方面探討學術研究成果、技術落地現狀、痛點與難點，并分享嘉賓對未來趨勢的觀點和見解（雷鋒網）。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
