超越普遍的显著性:基于多任务的个性化显著性的预测

超越普遍的显著性:基于多任务的个性化显著性的预测

开课时间:10月13日周五晚8点
开课时长:一个小时
学员人数:8
回放价格: 免费
课程介绍

分享主题

Beyond Universal Saliency: Personalized Saliency Prediction with Multi-task CNN(超越普遍的显著性:基于多任务的个性化显著性的预测)

 

分享内容

显著性检测是计算机视觉中长期存在的问题。现有的大部分研究都集中在探索用户间普遍存在的显著性模型,即缺乏对个体在性别、年龄、习惯上差异的重视。在这篇IJCAI文章中,作者首次提出了个人显著性预测任务,并建立了首个个人显著性数据库,同时提出基于卷积神经网络的多任务个人显著性预测模型(Multi-Task Convolutional Neural Network),实验结果验证了模型的良好的性能。

 

分享大纲

  • 论文介绍
  • 个性化的显着性的数据集项目概况
  • 个性化的显著性预测
  • 实验介绍
 

分享人

 

徐衍钰,上海科技大学信息学院三年级博士生,导师为高盛华教授。2011年本科毕业于大连理工大学。主要研究方向为计算机视觉,例如显著性分析、人脸对齐等。

 

 

分享时间

10月13日周五晚8点

 

课程须知
  • 本次公开课将于10月13日周五晚8点准时开始,请大家提前10分钟进入直播间
  • 公开课后两天内会上传回放视频,错过直播的同学也不要担心
  • 欢迎大家多多向嘉宾提问,问题被采纳者有机会获得神秘礼品