据权威机构预测,到2020年中国计算机视觉市场规模将达到700多亿元,增长率超过... 展开 >
任海兵,2003 年清华大学计算机系计算机应用专业博士毕业。先在三星中国技术院工作 11 年,先后担任计算机视觉和医疗图像算法团队负责人,曾带领团队获得 FRGC 人脸识别竞争第一名。2014 年加入英特尔中国研究院,从事机器人视觉感知研究工作。2018 年底,任海兵加入阿里文娱摩酷实验室,从事视频理解算法研究。任海兵在计算机视觉领域有 20 多年的研究经验,担任 CVPR、ICCV、ECCV 等国际顶级学术会议审稿人,发表 30 余篇论文,拥有 30 多项专利。
据权威机构预测,到2020年中国计算机视觉市场规模将达到700多亿元,增长率超过100%。
计算机视觉在工业上的落地也不仅仅限于刷脸支付、智能监控,还体现在我们生活的很多方面,包括智慧城市、辅助驾驶、无人售货商店、智能服务型机器人、智能家居、文化娱乐等。敬请关注AICon计算机视觉专题,了解计算机视觉黑科技在工业界的应用。
从图像和视频中分割出感兴趣的物体,俗称为图像和视频抠图,这是内容行业进行二次创作的基础。目前商用软件中的图像抠图算法都不够智能,从图像中精细的抠出一个物体常常需要几分钟时间。这些软件也不支持视频抠图功能,只能把视频作为多张图像分别处理,因此图像和视频抠图内容生产的效率很低。
最近两年,深度学习在像素级分类任务上取得了较大的进展。智能抠图相关的算法,例如图像物体分割、视频物体分割、Image Matting 等都取得了较大的进步,智能抠图应用也开始在工业界逐步落地。本报告将介绍智能抠图算法的基本概念,并重点分享阿里文娱集团在这方面的研究进展以及落地的应用。
1. 图像物体分割算法
2. 视频物体分割算法
3. 阿里文娱集团在图像视频物体分割领域的研究进展和项目落地
4. 抠图算法应用的一些建议
1. 图像和视频物体分割是人工智能领域中新兴发展起来的,让听众了解这个领域的基本概念,开阔大家的视野;
2. 让听众了解如何利用各个算法模块搭建抠图应用;
3. 让听众了解在抠图应用中需要注意的事项。
机器人是人工智能一个非常重要的应用领域,而其中的学习能力则是机器人能够进行更智能的服务的一个关键能力。不同于目前主流的监督学习的方法,机器人学习面临更多的挑战,从而迫切需要持续学习的能力。英特尔研究院过去几年在持续学习方面进行了一些探索,并获得了一些不错的进展。本次报告将会介绍持续学习方面的研究现状,并进一步介绍英特尔中国研究院在单任务和多任务持续学习方面的一些工作,尤其是和机器人视觉感知相关的部分,也会介绍一些相关的研究如 OpenLORIS 数据集、持续学习相关的软件库等。
1. 机器人学习的挑战
2. 持续学习
3. 我们的持续学习研究介绍
4. 相关研究介绍
5. 总结