本期为TechBeat人工智能社区第344期线上Talk。

北京时间9月16日(周四)晚8点，美国罗切斯特理工大学在读博士生—包文韬的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “DEAR：面向开集动作识别的深度证据学习”，届时将介绍其利用深度学习不确定性，在开放的世界中进行视频动作识别研究所遇到的挑战与收获。

Talk·信息

主题：DEAR：面向开集动作识别的深度证据学习

嘉宾：美国罗切斯特理工大学在读博士生包文韬

时间：北京时间 9月16日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接https://datayi.cn/w/DPWY13a9至浏览器，一键完成预约！

上线后会在第一时间收到通知哦~ 

Talk·提纲

在AI视频识别应用中，一方面，开发者通常难以清晰地定义视频中人物动作的类别，另一方面，上线后的AI模型不可避免地会接收从未见过的动作类别的视频数据。因此，如何在精确识别已知类别的视频动作的同时，准确鉴别出类别未知的视频动作，成为当前AI视频识别算法落地所面临的困境。本文利用深度学习不确定性，在开放的世界中进行视频动作识别研究，不仅促进了开集识别、深度学习不确定性等领域的学术研究，而且有益于包括动作识别在内的相关AI视频理解应用加快落地。

本次分享主要为：

1. 开集识别问题与视频应用

2. 深度学习的不确定性

3. 提出的DEAR模型

4. 实验结果和分析

5. 总结与讨论

Talk·参考资料

这是本次分享中将会提及的资料，建议提前预习哦！

1、论文地址：https://arxiv.org/pdf/2107.10161.pdf

2、代码链接：https://github.com/Cogito2012/DEAR

3、项目主页：https://www.rit.edu/actionlab/dear

4、ICCV 2021 Oral | DEAR：面向开集动作识别的深度证据学习

Talk·提问交流

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

包文韬，美国罗切斯特理工大学计算与信息科学系，三年级在读博士生，师从Yu Kong教授、Qi Yu教授。此前分别于2016和2019年获得武汉大学本科和硕士学位，硕士期间在武汉大学陈震中教授课题组从事高光谱遥感、视觉注意力、三维目标检测等科研工作。博士研究方向为计算机视觉与机器学习，具体包括视频内容理解、深度学习的不确定性、模型可解释性。相关研究成果已在IEEE TIP、IROS、ACM MM、ICCV等国际期刊和会议上发表。

个人主页：

https://cogito2012.github.io/homepage

关于TechBeat人工智能社区

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