CVPR 2016正在拉斯维加斯如火如荼地举行。(微信官方账号：)上一篇文章《CVPR 2016：这些白科技在悄悄爆红》已经详细解释过了；其崛起的前沿理论不应基于前来参加CVPR圆桌论坛的学术大牛。除了李菲菲派出的女学术公牛队(头条详细解释)，这些变态的、对CVPR最重要的学术公牛经常出现。

圆桌1——系统在图像识别和碎片重组中的重要性Facebook人工智能实验室的Piotr Dollar根据Zhihu的解释，他的团队正在制作一台高性能PHP虚拟机HHVM。他的主要研究方向是人体的不道德鉴定。

它的个人主页是http://www.mmp.rwth-aachen.de/,所以你可以指定自学。加州大学伯克利分校的吉腾德拉马利克(Jitendra MalikJitendra Malik)是加州大学伯克利分校的教授。

1985年毕业于斯坦福大学，现任加州大学伯克利分校电子工程与计算机科学系高级教授。他在2004年至2006年间担任部门主管。Jitendra Malik教授的主要研究方向是计算机视觉和生理理解建模，涉及图像分割、视觉组织、纹理分析、立体视觉、物体识别、智能交通系统等常见内容。他在这些领域发表的文章多达150篇，其中有5篇文章提到父母率高达1000。

Jitendra Malik教授培养了26名博士生，其中很少有国际研究和工业方面的知名教授和专家。深度自学有很多优势，但在视觉识别领域可以做的工作要多得多。Piotr Dollar和Jitendra Malik主要争论了深度自学在视觉识别领域的优缺点，以及如何通过系统和记忆网络改善前馈视觉架构。

圆桌2——视觉解读的挑战(包括视觉、语言和常识的问题)微软公司研究员玛格丽特米歇尔主要研究计算机视觉和语言问题，是微软公司“理解”小组的创始成员和目前唯一的女性研究员。最近她的团队开发了新技术：教AI看图讲故事；凯文墨菲，http://www.tuicool.com/articles/QJreEfv;的谷歌研究员，谷歌总部的研究科学家；不列颠哥伦比亚大学计算机科学和统计学副教授。他编写了一本1100页的教材《机器学习：概率视角》，获得了2013年国际贝叶斯分析学会颁发的DeGroot统计数据科学最佳图书奖。他的研究兴趣还包括机器感知、机器智能、数据挖掘和建模、自然语言处理以及算法和理论。

他的团队还开发了一个应用程序，需要告诉他你照片中的鸡蛋、烤面包或培根摄入了多少卡路里。田元东，Facebook人工智能研究所智能象棋项目负责人，卡内基梅隆大学机器人系博士，谷歌无人车集团前成员。在AlphaGo打李世石之前，这个中国学院派青年在国内还是比较熟悉的。

在图像搜索引擎、自动驾驶、计算摄影、视觉图形、人机对话等领域，场景识别的拒绝度更低。本次论坛上，玛格丽特米歇尔、凯文墨菲、田元东主要就该领域的最新创意和创新展开辩论，辩论的重点还包括现场实物对话中的场景分类、建模和识别等。

圆桌3——自动驾驶中的计算机视觉地平线CEO余凯，曾任百度深度自学学院(IDL)副院长，现任地平线CEO。2016年3月，他向外界展示了同时构建车道线/车辆/行人检测的ADAS(智能驾驶辅助系统)产品原型系统的辩论主题。

本次CVPR辩论的主题是，ADAS涉及——密集预测图中的高性能目标检测及其在ADAS中的应用。肖，普林斯顿大学助理教授，2009年获香港科技大学学士和硕士学位，2013年获麻省理工学院博士学位。然后去美国普林斯顿大学计算机系做助理教授，然后就清楚自己是普林斯顿视觉研究组的组长。

在CVPR圆桌论坛上，辩论的主题是——:在自动驾驶、(行人)检测、(图像)分割和控制其他方面的深度自学。百度美国R&D中心的总设计师詹姆斯彭(James Peng)就这一主题展开了辩论，百度的无人驾驶技术升级到了第4级。

这三位美籍华人学术大牛都自由选择了自主驾驶领域的分支圆桌。此次论坛，他们将围绕稠密预测图中的高性能目标检测及其在ADAS中的应用、自主驾驶中的深度自学、(行人)检测、(图像)分割与控制、百度无人驾驶到四级的过程等话题展开。圆桌——风景解读Kristen Grauman2006年毕业于麻省理工学院，目前是德克萨斯大学奥斯汀分校的助理教授。这个女孩每年发表7篇CVPR和4篇ICCV的文章。

辩论的主要内容类似于上文圆桌会议2。圆桌4-大规模场景解读的挑战Yann LeCun早在20世纪80年代末，LeCun作为贝尔实验室的研究员开发了卷积网络技术，并展示了如何利用它来大大提高手写识别能力；目前美国很多手写支票还在以他的方式处置。

在上世纪末本世纪初，神经网络开始流行的时候，乐村是为数不多的还在坚定研究的科学家之一。他于2003年成为纽约大学的教授，并领导了深度自学的发展。近年来，深度自学及其相关领域已成为最活跃的计算机研究领域之一。

乐村于2013年底重新加入Facebook，管理新成立的人工智能实验室。大规模场景解释一直是计算机视觉中不可避免的问题。在这个论坛上，Yann LeCun等人将讨论场景分类、显著性检测、房间布局估计和字幕分解等问题。允许禁止发表的原创文章。

以下是发布通知。

本文来源：开云手机版-www.whxhfbz.com