从检测到通用感知：构建空间智能的基础

所属专题：主题演讲

嘉宾 : 张磊 | IDEA 研究院计算机视觉与机器人研究中心讲席科学家

会议室 : 第二会议室

讲师介绍

主题演讲嘉宾：张磊

IDEA 研究院计算机视觉与机器人研究中心讲席科学家

张磊博士任 IDEA 研究院计算机视觉与机器人研究中心讲席科学家、IEEE Fellow，曾任微软亚洲研究院、微软总部研究院首席研究员，长期带领研究组从事计算机视觉基础研究和大规模图像分析、物体检测、视觉语言多模态理解的应用研究，其研究成果广泛用于微软必应搜索及认知服务云计算平台。他于2021年加入IDEA研究院并创立计算机视觉与机器人研究中心，在物体检测方向做出一系列研究工作，其中DINO算法首次奠定了DETR类算法在物体检测领域的SOTA地位，Grounding DINO及后续的DINO-X等工作成为视觉领域性能最好的开集物体检测模型。他在计算机视觉等相关领域发表论 150 多篇，并拥有 60 多项美国授权专利。

议题介绍

地点：第二会议室

所属专题：主题演讲

演讲：从检测到通用感知：构建空间智能的基础

视觉感知是机器和物理世界交互的基础，也是AI走向通用必须具备的能力。本次分享将以视觉感知中的物体检测问题为核心，分析语言原生和视觉原生模型架构的特点和区别，并介绍基于Transformer的物体检测算法的核心思路，包括DETR到DINO的演化和改进，及面向通用感知的开集检测技术的进展，如Grounding DINO和DINO-X，探讨其在物体关键点定位、属性理解以及3D感知方面的扩展和延伸，为构建空间智能提供强大的技术基础，并通过实例分析和实验结果，展示这些技术在实际应用中的效果和潜力。

演讲提纲