Talk | ICCV‘23南洋理工大学博士后李祥泰：面向统一高效的视频分割方法设计

本期为TechBeat人工智能社区第528期线上Talk！

北京时间9月6日(周三)20:00，南洋理工大学博士后研究员—李祥泰的Talk已准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “面向统一高效的视频分割方法设计”，他分享了其在视频分割领域的研究进展并介绍了统一在线视频分割模型 Video K-Net 和结合在线与多帧分割方法的框架 Tube-Link。

Talk·信息

▼

主题：面向统一高效的视频分割方法设计

嘉宾：南洋理工大学博士后研究员—李祥泰

时间：北京时间 9月6日(周三)20:00

地点：TechBeat人工智能社区

点击下方链接，即可观看视频！

TechBeatTechBeat是荟聚全球华人AI精英的成长社区，每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。https://www.techbeat.net/talk-info?id=806

Talk·介绍

▼

视频分割作为分割任务的一个重要应用，其目标主要是对视频中的每个像素进行分割与跟踪，在很多业务场景中有重要的应用，比如短视频分析，自动驾驶视频感知应用。现有的视频分割算法大多数是关注一个特定的分割任务，比如视频实例分割或者视频语义分割。随着近期Transformer与大模型的出现，更多的研究更关注于如何构建一个统一的分割模型来解决不同的分割任务。本次讲座主要介绍课题组如何研究更好的视频分制框架并介绍课题组在过去两年的一些关于视频分割与检测任务的成果。

Talk大纲

1、视频分割的研究进展，问题与挑战。

2、Video K-Net：第一个统一在线的视频分割模型。Video K-Net 是一个基于Transformer的在线视频分割模型，在多个不同的视频分割任务，包括视频全景分割以及视频语义分割取得了领先的效果。论文发表在了CVPR-2022。

3、Tube-Link: 第一个把在线视频分割方法与多帧的分割方法相结合的框架。在三个不同的视频分割任务上取得了领先于其他针对任务单独设计的模型更好的性能。论文发表在了ICCV-2023。

Talk·预习资料

▼

论文链接：

https://arxiv.org/pdf/2204.04656.pdf

论文链接：

https://arxiv.org/pdf/2303.12782.pdf

论文链接：

https://arxiv.org/pdf/2304.09854.pdf

论文链接：

https://arxiv.org/pdf/2107.01153.pdf

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

▼

李祥泰

南洋理工大学博士后研究员

李祥泰，南洋理工大学博士后研究员（MMLab@NTU）。2022年博士毕业于北京大学智能学院，是校级与北京市优秀毕业生。主要研究方向包括：图像分割与检测、多模态学习和视频理解，专注于让智能机器真正理解各种复杂的场景输入。在计算机视觉国际顶级会议 (CVPR、ICCV、ECCV、ICLR、NeurIPS等)和期刊 (TPAMI、IJCV、TIP等)上发表20余篇论文。读博期间在商汤京东多家企业做科研实习生，获得北大校长奖学金、国家奖学金，部分研究成果应用到了实习单位的产品中。

个人主页: 

https://www.techbeat.net/grzytrkj?id=6355

---

关于TechBeat人工智能社区

▼

TechBeat(www.techbeat.net)隶属于将门创投，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>>TechBeat，一个荟聚全球华人AI精英的学习成长社区