2016年的CVPR大會于7月1日在美國拉斯維加斯已經(jīng)落下帷幕，從提交論文和口頭報告內(nèi)容看，本次大會中深度學習成為主流。在大會上，谷歌以及與其合作的斯坦福大學、愛丁堡大學、UCLA、牛津大學、約翰霍普金斯大學的論文都使用了深度學習，深度學習幾乎成了如今計算機視覺研究的標配。而本屆 CVPR 2016最佳學生論文、斯坦福大學的 “Structural-RNN: Deep Learning on Spatio-Temporal Graphs”，也是使用深度學習做圖像識別。

深度學習如此矚目，原因是什么？在計算機視覺研究中，是否有別的更好的方法來取代深度學習？本屆CVPR出現(xiàn)了哪些“黑科技”？這些技術(shù)有實際意義么？通過CVPR大會，我們能否一窺CV的新趨勢？

為了解答這些疑問，我們請到了來自商湯科技的曹旭東先生，與我們一起聊聊CVPR2016、深度學習及計算機視覺。 

PS：在本屆CVPR中商湯科技送選了論文并重點介紹了《物體分割》、《服飾識別搜索技術(shù)》、《行為識別和定位》、《人臉檢測中級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的聯(lián)合訓練》四篇論文，論文的解析與原文可以在下方獲?。?/span>

《物體分割》-Multi-scale Patch Aggregation（MPA）for Simultaneous Detection and Segmentation-解析-論文原文

《服飾識別搜索技術(shù)》-DeepFashion:Powering Robust Clothes Recognition and Retrieval With Rich Annotations-解析-論文原文

《行為識別和定位》-A Key Volume Mining Deep Framework for Action Recognition-解析-論文原文

《人臉檢測中級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的聯(lián)合訓練》-Joint Training of Cascaded CNN for Face Detection-解析-論文原文

嘉賓介紹

曹旭東，商湯科技執(zhí)行研發(fā)總監(jiān)，深度學習專家。畢業(yè)于清華大學。前微軟亞洲研究院副研究員，負責研發(fā)的人臉算法曾用于微軟Xbox、How-old等知名產(chǎn)品，現(xiàn)象級產(chǎn)品How Old.net有數(shù)億用戶。在CVPR/ICCV/ECCV等計算機視覺頂級會議發(fā)表論文十余篇，其中三篇CVPR論文和兩篇ICCV論文獲得口頭報告榮譽（接收率小5%）。

活動詳情：

時間：2016年7月6日周三下午3點

參與方式： 掃描海報二維碼，關(guān)注公眾號報名參與雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。