世界人工智能大会智能媒体计算专题论坛成功举办 | WAIC 2023

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

随着计算机处理能力的提升与深度学习的突破，计算机视觉不仅在日常生活中带来了便利，也在各行各业中展现出了无限的可能性。在这个充满创新和发展的时代，视觉感知与智能媒体技术扮演着越来越重要的角色，正促进着图像重建、图像压缩、图像增强、视觉分析与理解、图像生成与设计等关键任务的研究。

7月7日上午，2023年世界人工智能大会“智能媒体计算专题论坛”在世博中心举办。本次论坛邀请了北京大学王选计算机研究所数字视频研究室的老师与同学，各位嘉宾从多维度、多视角、全方面地展示了智慧生活中的智能媒体处理与理解蓝图，与观众共同探索计算机视觉的奇妙世界，解锁新科技。

本次论坛由北京大学王选计算机研究所数字视频研究室主办，AI TIME承办，东浩兰生（集团）有限公司协办。

刘家瑛老师首先介绍了北京大学王选计算机研究所的发展历程和代表性工作，然后为观众带来《智能感知与媒体计算》的分享。她在工作中利用智能化的算法对人脸或者是其中的颜色进行相应的重建，不仅能够得到非常好的图片生成效果。同时，也可以利用对应的特征提取视觉特征，得到更小的压缩性能。

樊泽嘉带来了《真实场景下的自学习超分辨率》的报告。她的报告中分享了视频超分辨率方法在真实图像上的应用，希望从二次降采的图像和原本的图像直接采用超分辨率的分辨关系，找到信息规律，实现零样本视频超分辨率的框架，不依赖外部数据。她还进一步结合了外部学习和内部学习的优势，在外部学习的先验基础上，进行权重图引导的内部学习，突出了半监督超分辨率框架，实现了非常好的视觉体验。

黄浩峰分享了《暗光信号解耦与智能成像》的相关工作。他通过构建一个信号特性解耦以及量化框架，进行简单的变换得到中间结果作为比较对象，以此量化中间各个步骤带来的性能损耗对于最终低光照增强任务性能的影响，定性定量的实验结果都显示了该方法的优越性。

汪文靖介绍了《从低质视觉增强到跨域适配理解》的详细研究。她在报告中介绍了一种高层视觉和底层视觉联合的迁移框架，通过多任务机制进行联合的特征迁移以及综合的特征增强，实现了检测准确率的提升。此外，她还强调该框架能够更好地适用于分类、目标检测、街景分割等复杂任务，通用性较强。

林里浪为大家报告了《噪声鲁棒的视频序列行为分析》的相关工作。在该工作中，他首先建立一个包含低噪声和高噪声的噪声数据集进行数据特征的提取以及动作类别的分类，其次建立基于生成的噪音适应模型，使得网络从高噪音域生成低噪声域的数据。最终的实验结果显示，该方法较之前的工作有显著提升，可以更好地应用到下游高噪声的噪音上。

马逸扬为大家展示了《跨域语义鸿沟的开放世界图像生成》的相关研究内容。他将文本、文本主体对应的图像、整张图片统一编到文到图生成的文本空间，利用现有的生成模型提供监督，同时使用预训练模型进行训练，在生成过程中将文本、原始描述文本对应的文本向量进行对比，缓解图像背景与文本对应背景抵触的问题，显示的生成图像在语义层面可以与文本高度匹配，并且主题图像上的更多视觉细节能够保持到结果图中。

在Debate环节，来自北京大学王选计算机研究所数字视频研究室的老师同学、南京理工大学计算机科学与工程学院教授李泽超、上海科技大学研究员高盛华、上海交通大学计算机系副教授严骏驰、复旦大学青年研究员陈智能、鹏程实验室副研究员杨文瀚，11位嘉宾对科研生活的“预训练”、“任务驱动”与“多模态”展开了一场精彩的讨论与交流。

此次论坛激发了观众的思维碰撞，让大家深入了解了计算机视觉领域的前沿研究。AI TIME未来也将继续搭建产学研交流平台，为共同推动计算机视觉技术的发展和应用贡献绵薄之力。

记得关注我们呀！每天都有新知识！

 关于AI TIME 

AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。

迄今为止，AI TIME已经邀请了1100多位海内外讲者，举办了逾550场活动，超600万人次观看。

我知道你

在看

哦

~

点击 阅读原文 了解更多！