圖像超分辨率（SR）是計(jì)算機(jī)視覺中的重要研究課題。得益于深度網(wǎng)絡(luò)的發(fā)明及其連續(xù)的突破，圖像超分辨率技術(shù)得到了快速發(fā)展。但是公認(rèn)的是，深度學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)很難解釋。超分辨率網(wǎng)絡(luò)繼承了這種神秘的特質(zhì)，幾乎沒有作品試圖去理解它們。本期論壇我們邀請到了來自悉尼大學(xué)的顧津錦同學(xué)，分享關(guān)于超分辨網(wǎng)絡(luò)的可解釋性分析的方法和一些結(jié)果。

講者介紹

顧津錦，本科畢業(yè)于香港中文大學(xué)（深圳）獲工學(xué)學(xué)士學(xué)位。悉尼大學(xué)在讀電子信息工程博士，研究方向?yàn)閳D像處理，深度學(xué)習(xí)可解釋性，以及機(jī)器學(xué)習(xí)在工業(yè)系統(tǒng)中的應(yīng)用。研究成果發(fā)表于 CVPR/ECCV/ICCV 等會(huì)議，引用量 1800 余次。曾合作組織知名研討會(huì) NTIRE。曾在 SenseTime 和騰訊擔(dān)任研究員。研究成果AI智能攝像系統(tǒng)已經(jīng)應(yīng)用于 OPPO，Vivo，一加等手機(jī)。研究成果 ESRGAN 被用于多個(gè)老游戲的高清重制，被媒體廣為報(bào)道。

會(huì)議題目

圖像超分辨率網(wǎng)絡(luò)的可解釋性

會(huì)議摘要

我們首先對超分辨率網(wǎng)絡(luò)進(jìn)行了歸因分析，目的是尋找對超分結(jié)果有重大影響的輸入像素。我們提出了一種新穎的歸因方法，稱為局部歸因圖（LAM）。我們還著重研究了超分辨率網(wǎng)絡(luò)中的表示，并嘗試從超分辨率網(wǎng)絡(luò)中探究網(wǎng)絡(luò)學(xué)習(xí)的語義信息。我們的工作為設(shè)計(jì)超分網(wǎng)絡(luò)和解釋底層視覺深度模型開辟了新的方向。對超分的理解會(huì)幫助我們找到解決現(xiàn)有問題的方法。

會(huì)議亮點(diǎn)

1、我們是首批聚焦于對圖像到圖像的網(wǎng)絡(luò)急性可解釋分析的團(tuán)隊(duì)。我們論證了對底層視覺問題進(jìn)行可解釋分析的重要性和方法論；

2、我們提出了一種新穎的歸因方法，用于超分辨網(wǎng)絡(luò)的歸因分析；

3、通過分析降維和可視化的特征表示，我們成功地發(fā)現(xiàn)了 SR 網(wǎng)絡(luò)中的深層語義表示，即深度退化表示（DDR）。我們揭示了分類和 SR 網(wǎng)絡(luò)之間表示語義的差異。

直播時(shí)間

2021年9月26日（周日）20:00—21:00 線上直播

關(guān)注微信公眾號：人工智能前沿講習(xí)，對話框回復(fù)“SFFAI124”，獲取入群二維碼

注：直播地址會(huì)分享在交流群內(nèi)

現(xiàn)代科學(xué)技術(shù)高度社會(huì)化，在科學(xué)理論與技術(shù)方法上更加趨向綜合與統(tǒng)一，為了滿足人工智能不同領(lǐng)域研究者相互交流、彼此啟發(fā)的需求，我們發(fā)起了SFFAI這個(gè)公益活動(dòng)。SFFAI每周舉行一期線下活動(dòng)，邀請一線科研人員分享、討論人工智能各個(gè)領(lǐng)域的前沿思想和最新成果，使專注于各個(gè)細(xì)分領(lǐng)域的研究者開拓視野、觸類旁通。

SFFAI目前主要關(guān)注機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理等各個(gè)人工智能垂直領(lǐng)域及交叉領(lǐng)域的前沿進(jìn)展，將對線下討論的內(nèi)容進(jìn)行線上傳播，使后來者少踩坑，也為講者塑造個(gè)人影響力。SFFAI還在構(gòu)建人工智能領(lǐng)域的知識森林—AI Knowledge Forest，通過匯總各位參與者貢獻(xiàn)的領(lǐng)域知識，沉淀線下分享的前沿精華，使AI Knowledge Tree枝繁葉茂，為人工智能社區(qū)做出貢獻(xiàn)，歡迎大家關(guān)注SFFAI論壇：https://bbs.sffai.com。