?由將門-TechBeat人工智能社區(qū)所主辦的CVPR 2021 群星閃耀·云際會(huì)將攜手51位分享嘉賓，10場(chǎng)論文解讀Talk，5天10場(chǎng)在線交流活動(dòng)，云端實(shí)時(shí)開講，讓你建立真正屬于自己的能量級(jí)學(xué)術(shù)網(wǎng)絡(luò)，同時(shí)一次性解鎖學(xué)術(shù)的101種姿勢(shì)。

?北京時(shí)間6月17日(周四)晚8點(diǎn)，第⑥場(chǎng)——阿德萊德大學(xué) V3A Lab的論文解讀Talk已經(jīng)準(zhǔn)時(shí)在TechBeat人工智能社區(qū)開播！團(tuán)隊(duì)負(fù)責(zé)人澳大利亞阿德萊德大學(xué)助理教授，博士生導(dǎo)師吳琦老師攜其學(xué)生鄧超睿、洪一聰、高晨分享了他們?cè)贑VPR 2021的工作。

? 點(diǎn)擊【https://datayi.cn/w/5RpaJv2P】，免費(fèi)觀看完整Talk~

Talk·信息

分享人：阿德萊德大學(xué) V3A Lab

時(shí)間：北京時(shí)間?6月17日 (周四) 20:00

地點(diǎn)：TechBeat人工智能社區(qū)

http://www.techbeat.net/

??點(diǎn)擊【https://datayi.cn/w/5RpaJv2P】，免費(fèi)觀看完整Talk~

直播交流活動(dòng)·報(bào)名通道

團(tuán)隊(duì)介紹

阿德萊德大學(xué) V3A Lab

??人工智能在我們生活的方方面面起到了重要的作用，但要?jiǎng)?chuàng)造出與人類水平相當(dāng)?shù)娜斯ぶ悄?，還有很長(zhǎng)的路要走。最大的挑戰(zhàn)之一是人類如何與人工智能有效溝通，人工智能如何在口頭上和行動(dòng)上進(jìn)行有效回復(fù)。為此，我們的V3A Lab致力于研究基于視覺輸入并能完成一系列行為動(dòng)作的AI agent。V3A Lab主要從事四個(gè)與人類能力相對(duì)應(yīng)的研究主題：視覺，問，答與行為動(dòng)作，其中視覺用來接收來自環(huán)境的信息，問答是人類最基本的交流單元，而行動(dòng)能力可以映射出人類的動(dòng)作和操作能力。這些研究主題涵蓋了圖像字幕、視覺問答、指代表達(dá)和視覺語言導(dǎo)航等任務(wù)和應(yīng)用。

??實(shí)驗(yàn)室長(zhǎng)期招收優(yōu)秀博士生，博士后（視覺與語言方向）。

簡(jiǎn)歷可發(fā)送至：qi.wu01@adelaide.edu.au

??更多信息請(qǐng)見實(shí)驗(yàn)室主頁：https://v3alab.github.io/

吳琦

澳大利亞阿德萊德大學(xué)助理教授，博士生導(dǎo)師

吳琦，澳大利亞阿德萊德大學(xué)助理教授，博士生導(dǎo)師，澳大利亞青年學(xué)者基金獲得者 (Australian Research Council DECRA Fellow)，澳大利亞機(jī)器人視覺研究中心（ACRV）vision-language課題組組長(zhǎng)，澳大利亞科學(xué)院羅素獎(jiǎng)獲得者。吳琦博士于2015年在英國巴斯大學(xué)獲得博士學(xué)位，致力于計(jì)算機(jī)視覺領(lǐng)域研究，尤其關(guān)注于計(jì)算機(jī)視覺-自然語言相關(guān)領(lǐng)域的研究。吳琦博士在CVPR，ICCV，ECCV, ?AAAI, IJCAI, TPAMI等多個(gè)頂級(jí)國際會(huì)議和期刊發(fā)表論文六十余篇，吳琦博士亦擔(dān)任TPAMI，IJCV，TIP，CVPR，NIPS，ACL等頂級(jí)學(xué)術(shù)期刊會(huì)議審稿人。

個(gè)人主頁：http://qi-wu.me/

①

自頂而下的密集型視頻描述

本文提出了自頂向下的密集型視頻描述方法（SGR）。給定一個(gè)視頻，我們首先為其生成一個(gè)包含多句連貫描述的段落，對(duì)于段落中的每句描述，我們接著將其定位到視頻中的片段上，從而得到連貫的密集型視頻描述。通過這種方式，SGR的所產(chǎn)生的事件候選片段可以無縫銜接成一個(gè)完整的故事，保證了密集型描述的連貫性且減少了冗余。為了進(jìn)一步增加視頻片段的描述細(xì)節(jié)，我們?cè)O(shè)計(jì)了描述提升模塊，以初步得到的密集型視頻描述和視頻片段為基準(zhǔn)，并提出專用于描述質(zhì)量提升的強(qiáng)化學(xué)習(xí)策略，來生成細(xì)節(jié)更豐富的密集型視頻描述。

論文鏈接：https://openaccess.thecvf.com/content/CVPR2021/papers/Deng_Sketch_Ground_and_Refine_Top-Down_Dense_Video_Captioning_CVPR_2021_paper.pdf

鄧超睿 |?阿德萊德大學(xué)在讀博士生

鄧超睿，阿德萊德博士一年級(jí)在讀，導(dǎo)師為吳琦老師，目前對(duì)視頻/圖像理解，多模態(tài)數(shù)據(jù)處理感興趣，在計(jì)算機(jī)視覺頂級(jí)會(huì)議/期刊 （CVPR， ECCV，TPAMI）上發(fā)表共4篇一作文章。華南理工大學(xué)碩士。

個(gè)人主頁：https://dblp.uni-trier.de/pid/218/7471.html

②

用于視覺與語言導(dǎo)航的循環(huán)性BERT模型

本文提出了針對(duì)于視覺與語言導(dǎo)航任務(wù)（VLN）的循環(huán)性BERT模型 （Recurrent VLN-BERT）。該模型在原本Transformer結(jié)構(gòu)的基礎(chǔ)上引入了循環(huán)（recurrence），以處理部分可觀察的（partially observable）信息輸入，并讓單一Transformer網(wǎng)絡(luò)得以實(shí)現(xiàn)多功能、同時(shí)解決多任務(wù)的效果。此方法在VLN任務(wù)上達(dá)到了新的SoTA，同時(shí)由于其簡(jiǎn)潔與高效，它能適用于多種基于Transformer的網(wǎng)絡(luò)并解決其他任務(wù)。

論文鏈接：https://arxiv.org/abs/2011.13922

項(xiàng)目鏈接：https://github.com/YicongHong/Recurrent-VLN-BERT

洪一聰?|?大利亞國立大學(xué)在讀博士生

洪一聰，澳大利亞國立大學(xué)（ANU）工程與計(jì)算機(jī)科學(xué)學(xué)院（CECS）的三年級(jí)博士生，同時(shí)也是澳大利亞機(jī)器人視覺研究中心（ACRV）和V3A Lab的成員，導(dǎo)師為Prof. Stephen Gould 與 Qi Wu (吳琦)，此前于ANU獲得機(jī)電一體化一等榮譽(yù)學(xué)士學(xué)位?，F(xiàn)專注于視覺與語言導(dǎo)航（Vision-and-Language Navigation）相關(guān)問題的研究。在EMNLP，NeurIPS和CVPR會(huì)議上均有一作論文發(fā)表。

個(gè)人主頁：http://www.yiconghong.me/

③

基于知識(shí)推理的遠(yuǎn)程指代表達(dá)方法

遠(yuǎn)程指代表達(dá)任務(wù) (REVERIE)，不同于先前VLN任務(wù) (基于R2R數(shù)據(jù)集)，其語言指令簡(jiǎn)短抽象 (high-level)，更需要agent具備prior knowledge和跨模態(tài)推理能力來完成該任務(wù)。因此，本工作主要研究了如何有效利用common-sense knowledge去解決REVERIE任務(wù)，所提出的“跨模態(tài)知識(shí)推理模型”在該數(shù)據(jù)集上取得了很好的效果，揭示了prior knowledge在相關(guān)問題中的重要意義。

論文鏈接：https://openaccess.thecvf.com/content/CVPR2021/papers/Gao_Room-and-Object_Aware_Knowledge_Reasoning_for_Remote_Embodied_Referring_Expression_CVPR_2021_paper.pdf

項(xiàng)目鏈接：https://github.com/alloldman/CKR

高晨 |?北京航空航天大學(xué)在讀博士生高晨，北京航空航天大學(xué)博士一年級(jí)在讀，導(dǎo)師為劉偲副教授。研究興趣主要包括計(jì)算機(jī)視覺，跨媒體智能，圖像生成與編輯。在T-PAMI、CVPR、ACM MM等期刊和會(huì)議上發(fā)表多篇學(xué)術(shù)論文。

個(gè)人主頁：https://chengaopro.github.io/

??點(diǎn)擊【https://datayi.cn/w/5RpaJv2P】，免費(fèi)觀看完整Talk~

關(guān)于TechBeat人工智能社區(qū)

TechBeat(www.techbeat.net)是一個(gè)薈聚全球華人AI精英的成長(zhǎng)社區(qū)。我們希望為AI人才打造更專業(yè)的服務(wù)和體驗(yàn)，加速并陪伴其學(xué)習(xí)成長(zhǎng)。期待這里可以成為你學(xué)習(xí)AI前沿知識(shí)的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級(jí)打怪的根據(jù)地！

更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ?