CVPR第一天前线速报：展台布置紧锣密鼓，tutorial和workshop紧凑而充实｜CVPR 2017

本篇文章1256字，读完约3分钟

Cvpr是ieee计算机视觉和模式识别技术年会，也是世界计算机视觉三大会议之一。2017年cvpr大会将于7月21日至26日在夏威夷会议中心举行，雷锋将亲临现场报道。

今天是cvpr会议的第一天。一大早，cvpr的签到台就有条不紊地排着队。与其他国际会议类似，会议采用扫描代码和打印名牌的方式，此外，它还支持通过下载应用程序来关注您想要查看的议程。

(这是下午拍的，但早上看起来不像这样)

现场有纪念衬衫，许多学生迫不及待地想穿上。

一楼的整个楼层是会议室和茶歇区，两个区域的面积相等。展台的大桌子和茶歇被密集地覆盖着，有一种吃水的感觉。

由于正式日程明天才开始，展位还没有完全搭建好。

然而，从展板来看，微软、JD.com和谷歌等许多制造商将在未来几天发起大规模的宣传活动。

三楼和四楼是今天辅导课和工作坊的主要位置。据会议统计，今年cvpr共举办了44场研讨会和22场辅导，分别在21日和26日举行，涵盖了计算机视觉的多个分支，包括语言、生物、三维建模、自动驾驶等。因此，一整天的辅导和研讨会简直令人眼花缭乱。雷锋。(公开号码:雷锋。一些出席人工智能科技评论的学生问道。他们都说，他们只能不情愿地放弃自己喜欢的东西，选择自己感兴趣的研究领域或方向去理解。

其中，有许多大奶牛和内容丰富的演讲的研讨会自然成为一个难以找到的热门议程。例如，周、、罗斯·吉尔希克和·明组织的“物体和场景的深度学习”是今天最受欢迎的教程之一，有几个学生提到他们参加了这个课程。在计算机视觉领域，深度学习已经成为视觉建模的主要驱动力。本教程将展示深度学习领域的最新研究成果，这确实令人期待。

21日下午，来自fair Lab的何、、罗斯·吉尔希克两位研究员介绍了视觉识别如何学习深度表征(深度剩余网络的设计)和物体识别的深度学习研究；麻省理工学院的周定量分析了不同卷积神经网络中神经元的语义特征；香港中文大学的王晓刚教授以深入的学习介绍了视频分析。

清华大学三年级博士生孔涛去年参加了cvpr。当他今年再次来到现场时，他告诉《人工智能科学与技术评论》说，《物体与场景深度学习》的组织者是这一领域的顶尖研究人员，所以他们受欢迎也就不足为奇了。他也听了这个报告。

从14年到17年，目标检测的研究重点迅速变化。而为什么会有这么快的进步，对雷科技评论说，一方面是因为这个行业有这样的需求，另一方面也是由研究本身推动的。

至于应用领域，孔涛说，最简单直接的应用是搜索图片或用文字描述视频。“目标检测和识别的任务实际上只是最基本的部分。为了实现更具体的应用，例如无人驾驶，需要在基础研究方面做更多的工作。ゥ

相当重要的是，我认为其他议程也非常充实和精彩。会后，许多与会者在现场围绕海报展开讨论，或者在休息区进行交流和分享。

Cvpr第一天的日程排得满满的，时差也很大，但主要日程将在明天举行，真正的亮点才刚刚开始。雷锋的人工智能技术评论也将把cvpr的第一手报道带到第一线，所以请大家注意。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。