语义与空间双约束下的物体理解方法研究｜SPP第103期

中国计算机学会 · 公众号 · AI 科技自媒体 · 2024-08-26 17:04

主要观点总结

本文介绍了物体理解的重要性，包括属性、关系等视觉概念的识别。文章详细描述了语义与空间双约束的物体理解方法，以及知识融合的异质信息交互方法、知识引导的语义先验建模方法和知识增强的伪标注学习方法。报告以自然图像和医学影像为例，探讨了物体理解在实际应用场景下的关键技术问题。演讲嘉宾梁孔明教授将分享其在计算机视觉、深度学习和医学影像分析领域的研究经验。

关键观点总结

关键观点1: 物体理解的重要性

物体理解涵盖属性、关系等多种视觉概念的识别，是计算机视觉任务的基础，如图像标题生成、医学影像自动化报告、商品检索等。

关键观点2: 语义与空间双约束的物体理解方法

介绍知识融合的异质信息交互方法、知识引导的语义先验建模方法和知识增强的伪标注学习方法，这些方法对于提高物体理解的准确性非常重要。

关键观点3: 报告的实际应用场景

以自然图像和医学影像为例，探讨物体理解在实际应用场景下的关键技术问题，说明物体理解在各个领域的应用价值。

关键观点4: 演讲嘉宾介绍

演讲嘉宾梁孔明教授是CCF专业会员，北京邮电大学人工智能学院博士生导师，在计算机视觉、深度学习和医学影像分析领域有丰富的研究经验。

关键观点5: 活动信息和报名方式

活动时间为2024年8月28日（本周三）19:30-21:00，通过点击“阅读原文”立即报名，报名后可在活动当天15:00前通过邮件获取腾讯直播间链接。

正文

物体理解涵盖了属性、关系等多种视觉概念的识别，可以给出物体所具备的颜色、形态、部件，以及物体间的相对位置、动作交互等。作为诸多计算机视觉任务的基础（如图像标题生成、医学影像自动化报告、商品检索等），视觉概念识别得到了国内外研究者的关注，也成为了人工智能领域的热点研究问题。本报告围绕语义与空间双约束的物体理解方法，介绍知识融合的异质信息交互方法、知识引导的语义先验建模方法和知识增强的伪标注学习方法，以自然图像和医学影像为例，探讨物体理解在实际应用场景下的关键技术问题。欢迎参与本期 SPP：8月28日（本周三）19:30—21:00。

本期直播你将收获哪些

1、了解物体理解的基本方法，包括属性识别、关系识别等相关算法；

2、了解语义与空间两种信息约束方法，及其对于物体理解的作用；

3、了解自然图像和医学影像等实际应用场景下，物体理解方法的作用。

演讲嘉宾

梁孔明

CCF专业会员，北京邮电大学人工智能学院副教授

梁孔明，北京邮电大学人工智能学院副教授，博士生导师。2018年获得中国科学院计算技术研究所计算机应用方向博士学位，2019年至2021年于北京大学进行博士后阶段研究工作，2016-2017年在加拿大卡尔顿大学进行联合培养，主要研究方向为计算机视觉、深度学习和医学影像分析。发表国际会议期刊论文40余篇（第一作者或通讯作者20余篇），其中包含国际主流期刊会议TPAMI、TMI、CVPR、ICCV、ECCV、AAAI、IJCAI、MM、MICCAI等。主持国家自然科学青年科学基金项目一项，作为子课题负责人参与国家重点研发计划，作为算法负责人参与国家自然科学基金联合基金重点支持项目和北京市自然科学基金重点项目等课题研发。入选2022年度北京市科协青年托举人才工程，获得2022年度MICCAI ISLES国际竞赛冠军。

开课时间

2024年8月28日（本周三）19:30-21:00

如何报名

SPP为免费直播。点击“阅读原文”立即报名，报名可在活动当天15:00前邮件获取到腾讯直播间链接，可与老师线上即时交流，也可通过预约文末CCF视频号观看活动直播。希望能通过这样的方式和你一起进步、成长。呼朋唤友来参加吧！