VALSE (Vision And Leaning SEminar):视觉与学习青年学者研讨会,被称为学术界的华尔兹,每年举行一次,一般为4月份中下旬,会议一般为2天时间。从2011年在杭州举办第一届以来,越来越多的人开始关注这个会议。目前已经成功在杭州、西安、南京、青岛举行,2015年将在成都举行。研讨会的主要领域包括计算机视觉、图像处理、模式识别与机器学习,主讲人大多是研究领域内的中国青年学者(以1970年以后出生的研发人员为主,也有很多80后),轮值主席包括山世光(中科院计算机所)、刘青山(南京信息工程大学)、潘纲(浙江大学)、李学龙(中科院西安光机所)、颜水成(新加坡国立大学)、高新波(西安电子科技大学)等。
会议主要包括特邀报告(10~12个)、poster(今年国内A类文章)、及pannel discussion部分。特邀的讲者一般都来自各个领域的大牛们,比如微软研究院,百度研究院还有计算机视觉方面的高质量文章的作者们。
2014的Valse提的最多的是deep learning还有sparse,看来这两个真的很火啊。可以多多关注。这次会议我主要关注了马毅老师和山世光老师。
山世光老师的报告“Visual Representation and Metrics for Classification with Image Sets”,山老师主要从事的是计算机视觉、模式识别、机器学习领域,发表的文章上百篇,其中包括PAMI、TIP40多篇,CVPR、ICCV、ECCV有30多篇,可谓高产大家。本次会议做的报告是从生物到计算机识别出发,通过看两种映射机制,提出了一个manifold-manifold distance的方法,将video clip看做是manifold,然后计算它们之间的distance,效果提升了近10%,这个方法也是拿到了2008年CVPR的Best paper。一句话印象比较深刻“数学不重要,重要的是想法”。
马毅老师的报告则是“PCANet: A Simple Deep Learning Baseline for Image Classification”,马老师做报告的风采我很欣赏,风趣幽默又有点叛逆不羁,他提出的这个PCAnet是用简单的线性变换取得好的效果,并讲了学术的出发点是什么,这个应该是我们首要要想的问题和我们改进算法的原因。
特邀报告的还有其他的大牛们,比如张磊老师,他主要做的报告是关于稀疏方面的,我本身不是搞这个的,听的也是云里雾里。不过后续我的研究中没想到跟进了不少张磊老师的文章。
中场休息的时候大概浏览了下poster,没有细看,毕竟是第一次,经验不足,因为后来的参会经验告诉我poster也是很多好货出没的地方。
总的来说,开会是一个体力活,尤其是这种短时间多场报告的会议,总结几点经验:
1)我们在搞学术的时候要想好我们的出发点是什么,是为了什么目的,这会促使我们更好的进行算法的改进;
2)application driven,和上面的经验差不多,要有一定的应用驱动,促使我们更好的改进算法;
3)数学不重要,重要的是想法,我以前在组内做报告,会写很多公式,着重讲公式,一是怕别人看不懂,二是不讲公式没得讲,但是这次参会我发现大牛在做报告的时候会更多的讲为什么要这么做,或是前面理论讲的很充分,让人易懂不会陷入枯燥的数学公式中。我想数学应该只是一个手段想法和理论才是重要的。
4)Take Research as Fun,做任何事情兴趣是最好的老师。科研诚然有许多枯燥、让人气馁的地方,但是有时候一心钻到里面还是有很多乐趣和成就感的,努力把科研当做乐趣吧。
5)回来之后,师兄提醒加了一个Valse的学术群,大牛们都很一心科研,每个周群里还有人做报告,很好很强大,努力向前看齐吧!!!