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办，关于它兴起的前沿技术，(公众号：)早已在上一篇文章《CVPR 2016：这些白科技在悄悄爆红》中详尽讲解；而它兴起的前沿理论，不致要根据前来参与CVPR圆桌论坛的学术大牛们来按图索骥，除了李飞飞派的女性学术大牛代表队（头条详尽讲解），还经常出现了这些在CVPR上出现异常最重要的学术大牛们。圆桌1—在图像识别和碎片重组中对系统的重要性 Facebook人工智能研究室 Piotr Dollar根据知乎讲解，他所在组在作出了高性能PHP虚拟机HHVM。他的主要研究方向是人体不道德辨识。其个人主页http://www.mmp.rwth-aachen.de/，大家可以指定去自学一下。

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由的资深教授，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理解建模，牵涉到图像拆分、视觉的组织、纹理分析、立体视觉、物体辨识、智能交通系统等普遍内容，在这些领域公开发表了多达150篇文章，其中有五篇文章提到亲率多达1000。

Jitendra Malik教授已培育了26位博士生，其中少有国际研究界和工业界的著名教授与专家。深度自学有很多优势，但在视觉辨识领域它能做到的工作还远比过于多，此次Piotr Dollar和Jitendra Malik在论坛上，主要辩论，目前深度自学用作视觉辨识领域优点和缺点，以及如何通过对系统和记忆网络，能让前馈视觉架构有所改善。圆桌2—视觉解说的挑战（还包括视觉，语言和常识内容的问）微软公司研究员Margaret Mitchell其主要研究计算机视觉和语言问题，且是微软公司目前「理解」小组的创立会员和唯一的女性研究员。

近期她所在小组曾研发新技术：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。他编写了1100页的教科书《机器学习：概率视角》，这本书取得了2013年国际贝叶斯分析学会授予的DeGroot 统计资料科学最佳书籍奖。

研究方向还包括机器感觉、机器智能、数据挖掘和建模、自然语言处置、以及算法和理论。其所在小组还曾研发出有一款应用于，需要告诉他你图片中的鸡蛋、土司或者餐盘中的培根享有多少卡路里。

Facebook人工智能研究院智能棋士项目的负责人田渊栋之前是卡耐基梅隆大学机器人系由博士, 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悉。在图片搜索引擎，自动驾驶，计算出来摄影，视觉图形领域，人机对话领域，场景辨识的拒绝更加低，此次Margaret Mitchell，Kevin Murphy ，田渊栋在论坛上，主要辩论这个领域最近的创意和创新，辩论焦点还包括场景分类，现场对象对话中的建模和辨识等。

圆桌3——在自动驾驶上的计算机视觉地平线CEO余凯前百度深度自学研究院（IDL）副院长，现地平线CEO，2016年3月的时候向外界展出在真为车上同时构建车道线/车辆/行人检测的ADAS（智能驾驶辅助系统）产品原型系统辩论主题。这次CVPR辩论的主题也是ADAS涉及——密集预测地图中的高性能目标检测以及其在ADAS中的应用于。普林斯顿助教肖建雄 于2009年取得香港科技大学学士和硕士学位，2013年取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由当助理教授，再行明确的，就是普林斯顿视觉研究组负责人。

CVPR圆桌论坛上，其辩论的主题——自动驾驶中的深度自学，（行人）检测，（图像）拆分和掌控以外的东西。百度美国研发中心的主架构师James Peng辩论主题，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自由选择了自动驾驶领域的分支圆桌，此次在论坛上，他们将重点辩论密集预测地图中的高性能目标检测以及其在ADAS中的应用于，自动驾驶中的深度自学，（行人）检测，（图像）拆分和掌控以外的东西，以及百度无人驾驶向Level 4进阶的过程话题。

圆桌3——景物解读Kristen Grauman2006年从MIT博士毕业，现任University of Texas at Austin的助理教授。这个女孩一年公开发表7篇CVPR和4篇ICCV文章。主要辩论内容跟上面圆桌2类似于。

圆桌4—大规模场景解读的挑战Yann LeCun早在20世纪80年代末，LeCun就作为贝尔实验室的研究员研发出有了卷积网络技术，并展出如何用于它来大幅度提高手写辨识能力；目前美国许多手写支票仍然是用他的方法在展开处置。上世纪末本世纪初，当神经网络得宠，LeCun是少数几名仍然坚决研究的科学家之一。他于2003年沦为纽约大学教授，并从此引导了深度自学的发展。

最近，深度自学及其涉及领域早已沦为最活跃的计算机研究领域之一。LeCun在2013年底重新加入Facebook负责管理新的正式成立的人工智能实验室。大规模场景解读早已沦为计算机视觉中不可避免的问题，此次在论坛上，Yann LeCun 等将辩论场景分类，显著性检测，房间布局估算以及字幕分解的问题。原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：皇冠信用网址-www.kasvisrkeidas.com