主办单位：拉斯维加斯手机娱乐网站 （CSIG）

承办单位：BAIDU百度、CSIG青年工作委员会

报告简介：场景文字检测与识别技术已经取得了广泛的应用落地，是计算机视觉领域的重要研究课题。在这次报告中，将介绍团队最近在场景文字检测与识别领域取得的新进展，并对该领域的仍面临的挑战进行分析，最后对该领域的研究趋势做出预测。

报告人简介：白翔，华中科技大学人工智能与自动化学院教授，国家防伪工程技术研究中心副主任。主要研究方向计算机视觉与模式识别、文档分析等。已在计算机视觉与模式识别领域一流国际期刊和会议如PAMI、CVPR等发表论文60余篇。由于在场景文字检测与识别取得的突出成就，2019年获IAPR/ICDAR Young Investigator Award (青年学者奖)。现任期刊IEEE Trans. PAMI，Int. Journal of Document Analysis and Recognition, Pattern Recognition, Frontier of Computer Science, 中国科学-信息科学、自动化学报编委。曾担任CVPR、AAAI、IJCAI、ICPR等人工智能主流国际会议的领域主席/资深技术程序委员或竞赛主席10余次。2020年入选国际模式识别协会会士。

报告题目：GAIA：A Transfer Learning System of Object Detection that Fits Your Needs

报告简介：伴随着深度学习的兴起，计算机视觉领域的诸多任务如物体检测、物体分割等取得长足进展，但是单一模型应用到特定领域和任务时还是存在迁移困难、数据少、定制性差等问题。本报告介绍课题组最新的进展GAIA模型。该模型能够针对不同任务和边缘计算，自动提供定制化模型，具有较好的理论价值和应用前景。

报告人简介：张兆翔，博士，中国科学院自动化研究所研究员、博士生导师，中国科学院大学岗位教授，中国科学院脑科学与智能技术卓越创新中心骨干，研究方向包括：物体检测与分割，视觉认知计算，类脑智能等，担任或曾担任 IEEE T-CSVT、Patten Recognition、NeuroComputing 编委（Associate Editor），是CVPR、ICCV、AAAI、IJCAI、ACM MM、ICPR、ACCV 等国际会议的领域主席（Area Chair）。

报告题目：Democratizing Human Motion Capture

报告题目：一种新的视觉骨干网络Swin Transformer

报告简介：将介绍一种新的视觉骨干网络Swin Transformer，相比于谷歌主要为图像分类问题设计的ViT网络，Swin Transformer对于各种视觉任务都广泛有效，包括图像分类、检测和分割等等，它也是目前COCO物体检测和ADE20K评测集上表现最好的骨干网络。本次报告还将展开讲述四年来Transformer从自然语言处理领域逐渐迁移到计算机视觉领域的脉络，希望通过这个报告让大家对此有一个整体的了解。

报告人简介：胡瀚，微软亚洲研究院视觉计算组研究员，西安交大兼职博导。于2014年和2008年在清华大学自动化系分别获得博士和本科学位，博士论文获得中国人工智能学会优博奖，博士期间曾在宾夕法尼亚大学访学，毕业后曾在百度研究院深度学习实验室工作。担任CVPR 2021/2022领域主席。目前主要研究兴趣是基本视觉建模，视觉自监督学习，以及视觉-语言联合表征学习。

报告题目：动态深度神经网络

报告简介：深度神经网络在诸多领域得到了成功应用，但深度模型所需的巨大计算开销仍制了其可用性。本报告将介绍一类在推理过程中能够根据输入的变化改变自身结构的自适应神经网络模型。相较于当前主流的静态深度模型，动态网络能够针对输入的变化相应地调整自身的深度、宽度或者参数值等，实现计算量的“按需分配”，进而提升网络的效率，降低系统功耗。报告将介绍几类典型的样本自适应动态网络和时空自适应动态网络，并讨论现有方法的局限以及未来发展前景。