当下，人工智能已逐渐成为影响全球经济的主流因素，而在人工智能的众多细分领域中，计算机视觉发展尤为迅猛。随着计算机算力的不断增强，海量数据的增长，深度学习算法的提出使得用更大量数据训练更深的网络成为可能，在限定的场景下，一些图像识别算法的准确率已经超越了人类。从应用角度，我们正处于计算机视觉应用爆炸性增长的智能时代。本期沙龙我们邀请到了交通大学计算机系教授卢宏涛博士从深度神经网络模型、数据等角度来分享。

一、介绍面向计算机视觉应用的深度神经网络模型，包括通用的主流模型以及面向一些特定任务如目标检测、语义分割、图像超分辨率、人脸识别的主要模型，分析模型之间的共性和区别。

二、从数据的角度，介绍深度学习计算机视觉面临的困难及解决方法。

三、介绍提升模型性能的共性方法，包括注意力机制和损失函数的设计。

四、简单介绍近期研究成果。

10月31日   14:30-16:40

杨浦区长阳路1687号长阳创谷A栋103室 

新氦类脑智能

卢宏涛

上海交通大学计算机系教授

1997年东南大学无线电工程系毕业，获博士学位，1997年-1999年复旦大学计算机系博士后研究，1999年起至今上海交通大学计算机系任教。研究方向为机器学习、深度学习和计算机视觉等。近年来在国内外学术期刊和会议发表论文100多篇，Google Scholar引用超过4000次，H-index 34。连续入选2014-2019年Elsevier计算机科学中国高被引学者榜单。先后主持国家863项目、国家自然科学基金项目等10多项省部级项目。入选2005年度教育部新世纪优秀人才计划，2003年被上海市教委授予曙光学者称号。获2010年上海市自然科学二等奖，2015年河南省科技进步二等奖。

40人

上海新氦类脑智能科技有限公司

地铁12号线宁国路2号出口