本周为将门技术社区第·200·期线上分享特别活动 🎉🎉

北京时间4月29日(周三)晚8点整，我们很开心邀请到阿里云人工智能实验室负责人—谭平博士再次回归将门技术社区来直播分享！

此次，他将与大家分享的talk主题是“LSM: Learning Subspace Minimization for Low-Level Vision”。这是一个全新的求解底层视觉问题的框架，可以将机器学习和传统视觉优化有机结合起来，用同一个神经网络(固定的网络参数)来求解多个底层视觉问题。  

Talk·信息

▼

主题：LSM—Learning Subspace Minimization for Low-Level Vision

嘉宾：阿里云人工智能实验室负责人 谭平

直播时间：北京时间 4月29日 (周三) 20:00

地点：将门-TechBeat B站直播间>>http://live.bilibili.com/22183939

Talk·提纲

▼

这是谭平博士团队在CVPR2020上发表的Oral论文，工作的亮点是设计了一个全新的求解底层视觉问题的框架。

通过这个框架，我们把机器学习和传统视觉优化有机结合起来。我们用机器学习来学一个线性子空间约束，然后用传统的优化方式对约束后的问题进行求解。好处是我们可以用同一个神经网络（固定的网络参数）来求解多个底层视觉问题。

底层视觉问题多是病态问题。传统的方式是引入一个Smooth Term使得问题可以求解。但Smooth Term往往在物体边界处失效，也使得优化变得复杂。这篇文章引入了一个新的框架，通过卷积神经网络来产生一个线性子空间约束，然后在这个之空间内求解Data Term。这个方法使得原来的病态问题变得可解。

同时，我们可以用一个神经网络（固定的网络参数）求解多个底层视觉问题，包括Stereo、光流、边缘检测、图像分割等。我们甚至可以将在一个问题上训练的网络应用到一个全新的问题，如将在Stereo上训练的网络应用到图像分割。

论文地址>>https://arxiv.org/abs/2004.09197

嘉宾介绍

▼

谭平博士曾在加拿大西蒙弗雷泽大学（SFU）和新加坡国立大学（NUS）任副教授。主要研究领域为计算机视觉、图形学和机器人学。

他是计算机视觉领域两大期刊TPAMI和IJCV的副主编，也曾担任CVPR大会领域主席、SIGGRAPH和SIGGRAPH Asia大会程序委员、IROS大会Senior Editor。

关于将门TechBeat技术社区

▼

TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。

期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ