Talk预告 | ICLR'23 Oral 美国东北大学马旭：图像亦是点集（Image as Set of Points）
本期为TechBeat人工智能社区第491期线上Talk！
北京时间4月20日(周四)20:00，东北大学计算机工程在读博士生—马旭的Talk将准时在TechBeat人工智能社区开播！他与大家分享的主题是: “图像亦是点集（Image as Set of Points）”，届时将分享Context Cluster工作的概念。
Talk·信息
主题：图像亦是点集（Image as Set of Points）
嘉宾：东北大学计算机工程在读博士生 马旭
时间：北京时间 4月20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/QPDwK6bR浏览器，一键完成预约！上线后会在第一时间收到通知哦
Talk·介绍
什么是图像，如何提取潜在特征？
卷积网络 (ConvNets) 将图像视为矩形中规整的像素，并通过局部区域的卷积运算提取特征；Vision Transformers (ViTs)图像视为一系列patches，并通过全局范围内的注意力机制提取特征。在这项工作中，我们介绍了一种简单且有效的视觉表示范例，称为Context Cluster。Context Cluster (CoC) 将图像视为点的集合，并通过简化的聚类算法提取特征。具体来说，每个点包括原始特征（例如，颜色）和位置信息（例如，坐标），并采用简化的聚类算法提取深层特征。我们的CoC是无卷积和注意力的，仅依靠聚类算法进行空间交互。由于设计简单，我们通过聚类过程的可视化展示了CoC令人满意的可解释性。我们的 CoC 旨在提供关于图像和视觉表示的新视角，它可能在不同领域享有广泛的应用并展现深刻的见解。即使我们不以SOTA性能为目标，COC在多个基准测试中仍可实现与 ConvNets或ViTs相当甚至更好的性能。
Talk大纲
Context Cluster工作的概念
Context Cluster的背景动机
Context Cluster的操作
Context Cluster在不同task上的表现
Context Cluster可视化结果
Context Cluster的展望
Talk·预习资料
Github:https://github.com/ma-xu/Context-Cluster
arXiv:https://arxiv.org/abs/2303.01494
Talk·提问交流
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！
Talk·嘉宾介绍
东北大学计算机工程在读博士生
我是美国东北大学工程学院的在读博士, 导师为 Yun Raymond Fu教授。我的研究兴趣主要在计算机视觉和机器学习领域，具体包括高效的视觉网络模型，3D点云，还有图像矢量化相关。 我于2020年夏天在贝尔实验室Murry Hill做研究实习，2022年在eBay Computer Vision Group做研究实习，目前在Microsoft春季实习。我曾获得ICME'20 Best Student Paper Award, SEC'19 Best Paper Award, 和东北大学2022年学术技术学者奖。
-The End-
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
