教程--实例层面的视觉识别
识别的复杂度不断增加
数字分类（MNIST）
面部识别
边缘检测
图像分类（Caltech101）
大尺度图像分类（ImageNet）
目标检测和语义分割（PASCAL VOC）
实例分割和姿态估计（MS COCO）
实例级的识别
目标：识别场景（图像）内的所有目标实例
- 为每个目标放置一个边界框（目标检测）
- 预测每个目标空间上的支撑（实例分割）（也就是把属于某个目标的像素点划分给这个目标）
- 对于每个目标实例估计姿态（姿态估计）
- 预测目标间的相互关系（目标交互）
- 预测目标在时间上进行的行为（视频目标检测）
行程表：
14:00-14:10 欢迎和概述
14:10-14:50 talk 1: 通用R-CNN框架用于目标检测（Ross Girshick）
14:50-15:20 talk 2: Mask R-CNN: 从等同性的视角（何恺明）
15:20-15:50 talk 3: 识别人和目标的交互（Georgia Gkioxari）
15:50-16:30 休息
16:30-17:00 talk 4: 基于流理论的视频识别（jifeng dai）
17:00-17:30 talk 5: 超越目标实例（Justin Johnson）
17:30-17:45 闭幕词