极市直播| 第 49 期-李夏:语义分割中的自注意力机制和低秩重建(ICCV Oral,已开源)

技术直播 Admin ⋅ 于 3周前 ⋅ 308 阅读

前段时间,极市完成了5期CVPR2019的专题直播分享。目前,计算机视觉顶会ICCV 2019 也即将开幕,极市也对ICCV论文做了相关分类总结和解读:ICCV2019 全部论文分类汇总(更新中) ,为让大家更好地了解这些优秀的论文和工作,极市计划做 ICCV 2019的专题直播分享 ,邀请ICCV 2019的论文作者进行线上直播,分享他们优秀的团队工作和技术干货,也欢迎各位小伙伴自荐或推荐优秀的论文作者及更多优秀嘉宾到极市进行技术分享,与大家一起交流学习~~

本次分享,极市重磅邀请到北京大学计算机应用技术在读硕士李夏 (知乎 @立夏之光 ),为我们分享语义分割中的自注意力机制和低秩重建,欢迎各位小伙伴参与直播,与嘉宾互动交流~

01活动信息

主题:语义分割中的自注意力机制和低秩重建
时间:10月23日(周三)晚20:00~21:00

02嘉宾信息

file
李夏
北京大学计算机应用技术硕士在读,指导老师为林宙辰和刘宏。研究方向为计算机视觉,包括语义分割、全景分割和低层级视觉等。更多信息见个人主页:https://xialipku.github.io/

03关于分享

➤分享背景
语义分割是计算机视觉几大主任务之一,被广泛应用到自动驾驶、遥感监测等领域中。语义分割研究中的若干成果,也被诸多相关领域沿用。自注意力机制继在 NLP 领域取得主导地位之后,近两年在计算机视觉领域也开始独领风骚。本次分享中,讲介绍自注意力机制在语义分割网络中的应用,并介绍由之衍生出的一系列低秩重建相关的方法。最后会引出分享者最近被 ICCV 录取为 Oral 的工作 Expectation Maximization Attention Networks for Semantic Segmentation。



➤分享大纲

  1. 语义分割任务介绍
  2. Non-local Nets 及相关工作
  3. A^2-Net 及相关工作
  4. EM Attention Nets
  5. 语义分割


04直播回放

视频及PPT下载
链接:https://pan.baidu.com/s/1Nzc5KMLrXAsgo1kRiqQbFQ
提取码: 提示:此内容登录后可查看

05往期回顾

极市致力于打造最专业的的视觉算法开发与分发平台,特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验,目前已成功举办48期线上分享:
极市计算机视觉线上技术分享集锦(视频 +PPT,更新中)

如对直播或论文有疑问欢迎在此贴下提问,嘉宾会在直播中回答大家的问题。同时也欢迎大家对极市直播分享提出建议,或者推荐其他优秀的嘉宾到极市进行技术分享~

微信公众号: 极市平台(ID: extrememart )
每天推送最新CV干货

成为第一个点赞的人吧 :bowtie:
回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!