报告时间
年09月23日(星期三)
晚上20:00(北京时间)
主题
视觉生成与合成——无中生有，移花接木
主持人
赵健(北方电子设备研究所)、徐畅(悉尼大学)
报告嘉宾：胡一博(京东AI研究院)
报告题目：DualVariationalGenerationforData-LimitedFaceAnalysis
报告嘉宾：周博磊(香港中文大学)
报告题目：LatentSemanticsinDeepGenerativeModels(探寻生成模型中的可解释性语义)
Panel嘉宾：
胡一博(京东AI研究院)、周博磊(香港中文大学)、赫然(中国科学院自动化研究所)、刘小明(MichiganStateUniversity)
Panel议题：
1.视觉生成经历了从低质到高质、从低分到高分、从黑盒子到语义可解释的发展，生成的图像或视频也越来越逼真了，那么当前视觉生成所面临的主要困难是什么？未来那些方面值得进一步去探索？此外，近年来比较热门的可解释生成是否能为神经网络的可解释性研究带来新的思路？
2.当前计算机视觉各个领域的研究如火如荼，但能应用落地的技术却少之又少，视觉生成与合成是否已经有成功应用落地的场景？它对工业界的价值是什么？未来有又有哪些潜在的应用场景？
3.为了生成高质量、高分辨率、以假乱真的视觉数据，生成式模型也愈发的复杂，计算量的增加使得模型训练和推理需要更多的资源和时间开销，这势必会影响模型的部署和应用，目前生成式模型的压缩与加速方面进展如何？是否已经可以部署应用到低功耗设备上？网络架构搜索技术在生成式模型轻量化方面是否会有所帮助？
4.最近网上流传着大量deepfake换脸、AI伪造的视频，如何看待这项技术可能带来的安全隐私问题？是否可能在未来的某一天出于对安全性的考量使得社区停止这项技术的研究？
5.如何看待视觉生成论文中存在的cherrypick现象？以及对比实验时展示的对比方法效果与其原始论文中相差巨大的现象？除了可视化对比外是否有比较公平准确的定量化对比指标？是否有统一的benchmark？
6.最后，视觉生成领域方向众多，每年论文的数量也非常的多，质量也参差不齐，对于新入门的同学往往感到无从下手，各位老师对于初学者有什么建议吗？
*欢迎大家在下方留言提出主题相关问题，主持人和panel嘉宾会从中选择若干热度高的问题加入panel议题！
报告嘉宾：胡一博(京东AI研究院)
报告时间：年09月23日(星期三)晚上20:00(北京时间)
报告题目：DualVariationalGenerationforData-LimitedFaceAnalysis
报告人简介：
胡一博，毕业于中科院自动化研究所，现为京东AI研究院研究员。其主要研究方向为人脸分析与合成、知识蒸馏和网络架构搜索，在IJCV、IEEETIFS、CVPR、ICCV、ECCV、NeurIPS等国际期刊和会议上发表15篇学术论文。
个人主页：