除了李飞飞 CVPR上还来了哪些著名的学术大牛？

CVPR 2016正在拉斯维加斯如火如荼地举行，关于它涌现的前沿技术，雷锋网已经在上一篇文章《 CVPR 2016：这些黑科技在悄悄爆红》中详细介绍；而它涌现的前沿理论，势必要根据前来参加CVPR圆桌论坛的学术大牛们来按图索骥，除了李飞飞为首的女性学术大牛代表队（头条详细介绍），还出现了这些在CVPR上异常重要的学术大牛们。圆桌1—在图像识别和碎片重组中反馈的重要性  Facebook人工智能研究室 Piotr Dollar根据知乎介绍，他所在组在做出了高性能PHP虚拟机HHVM。他的主要研究方向是人体行为识别。其个人主页 http://www.mmp.rwth-aachen.de/，大家可以登录去学习一下。加州伯克利大学分校的Jitendra MalikJitendra Malik为加州伯克利大学分校的教授，1985年毕业于美国斯坦福大学，现任加州大学伯克利分校电子工程与计算机科学系的资深教授，曾于2004年~2006年任该系系主任。Jitendra Malik教授主要研究方向为计算机视觉和生理认知建模，涉及图像分割、视觉组织、纹理分析、立体视觉、物体识别、智能交通系统等广泛内容，在这些领域发表了超过150篇文章，其中有五篇文章引用率超过1000。Jitendra Malik教授已培养了26位博士生，其中不乏国际研究界和工业界的知名教授与专家。深度学习有很多优势，但在视觉识别领域它能做的工作还不算太多，此次Piotr Dollar和Jitendra Malik在论坛上，主要讨论，目前深度学习用于视觉识别领域优点和缺点，以及如何通过反馈和记忆网络，能让前馈视觉架构有所改善。圆桌2—视觉问答的挑战（包括视觉，语言和常识内容的回答）微软研究员Margaret Mitchell其主要研究计算机视觉和语言问题，且是微软目前「认知」小组的创办会员和唯一的女性研究员。近期她所在小组曾开发新技术：教会AI看图讲故事 http://www.tuicool.com/articles/QJreEfv谷歌研究员 Kevin Murphy谷歌总部研究科学家，曾任英属哥伦比亚大学的算机科学和统计学副教授。他撰写了1100页的教科书《机器学习：概率视角》，这本书获得了2013年国际贝叶斯分析学会颁发的DeGroot 统计科学最佳书籍奖。研究方向包括机器感觉、机器智能、数据挖掘和建模、自然语言处理、以及算法和理论。其所在小组还曾开发出一款应用，能够告诉你图片中的鸡蛋、土司或者餐盘中的培根拥有多少卡路里。Facebook人工智能研究院智能围棋项目的负责人田渊栋之前是卡耐基梅隆大学机器人系博士, 前谷歌无人车组的一员。之前因为AlphaGo大战李世石，这位华裔学术青年在国内被人所熟知。在图片搜索引擎，自动驾驶，计算摄影，视觉图形领域，人机互动领域，场景识别的要求越来越高，此次Margaret Mitchell，Kevin Murphy ，田渊栋在论坛上，主要讨论这个领域最近的创新和创意，讨论焦点包括场景分类，现场对象互动中的建模和识别等。圆桌3——在自动驾驶上的计算机视觉地平线CEO余凯前百度深度学习研究院（IDL）副院长，现地平线CEO，2016年3月的时候向外界展示在真车上同时实现车道线/车辆/行人检测的ADAS（智能驾驶辅助系统）产品原型系统讨论主题。这次CVPR讨论的主题也是ADAS相关——密集预测地图中的高性能目标检测以及其在ADAS中的应用。普林斯顿助教肖建雄   于2009年获得香港科技大学学士和硕士学位，2013年获得麻省理工学院博士学位。然后去了美国普林斯顿大学计算机科学系当助理教授，再具体的，就是普林斯顿视觉研究组负责人。CVPR圆桌论坛上，其讨论的主题——自动驾驶中的深度学习，（行人）检测，（图像）分割和控制以外的东西。百度美国研发中心的主架构师James Peng讨论主题，百度无人驾驶向Level 4进阶的过程。这三个华裔学术大牛都不约而同地选择了自动驾驶领域的分支圆桌，此次在论坛上，他们将重点讨论密集预测地图中的高性能目标检测以及其在ADAS中的应用，自动驾驶中的深度学习，（行人）检测，（图像）分割和控制以外的东西，以及百度无人驾驶向Level 4进阶的过程话题。圆桌3——景物理解Kristen Grauman2006年从MIT博士毕业，现任University of Texas at Austin的助理教授。这个女孩一年发表7篇CVPR和4篇ICCV文章。主要讨论内容跟上面圆桌2类似。圆桌4—大规模场景理解的挑战Yann LeCun早在20世纪80年代末，LeCun就作为贝尔实验室的研究员开发出了卷积网络技术，并展示如何使用它来大幅度提高手写识别能力；目前美国许多手写支票依然是用他的方法在进行处理。上世纪末本世纪初，当神经网络失宠，LeCun是少数几名一直坚持研究的科学家之一。他于2003年成为纽约大学教授，并从此引领了深度学习的发展。最近，深度学习及其相关领域已然成为最活跃的计算机研究领域之一。LeCun在2013年底加入Facebook负责新成立的人工智能实验室。大规模场景理解已经成为计算机视觉中不可避免的问题，此次在论坛上，Yann LeCun 等将讨论场景分类，显著性检测，房间布局估计以及字幕生成的问题。
                                                本文转自雷锋网，如需转载请至雷锋网官网申请授权。