SFFAI 79 X PKU报名通知 | 主动目标跟踪专题
论坛主题
论坛简介
主动目标跟踪是指智能体根据视觉观测信息主动地移动相机,从而与目标保持特定距离和角度。主动目标跟踪在很多实际任务中都有需求,如无人机跟拍,无人车编队,智能监控等。然而,传统的实现方法是将图像中的目标跟踪和相机控制分成两个独立的任务,这导致系统在进行联调优化时变得繁琐复杂。此外,要单独实现这两个任务的代价也是高昂的,既需要大量人工标注目标位置用于训练跟踪模块,也需要在真实系统中通过试错整定控制器参数。本期论坛我们邀请到了来自北京大学信息科学技术学院的博士研究生钟方威同学,介绍他提出一种基于深度强化学习训练端到端模型的解决方案。
论坛讲者
钟方威
钟方威,北京大学信息科学与技术学院计算机应用专业在读博士生,导师王亦洲教授。主要研究方向是自主学习及其在机器人视觉中的应用。已有8篇论文在人工智能领域知名国际会议及期刊发表,如TPMAI, ICLR, ICML, CVPR, AAAI等。同时,担任多个顶级国际会议程序委员/审稿人,包括NeurIPS, ICML, ICLR, CVPR, ICCV, ECCV, AAAI等。
报告题目:基于强化学习的端到端主动目标跟踪研究
报告摘要:主动目标跟踪是指智能体根据视觉观测信息主动地移动相机,从而与目标保持特定距离和角度。主动目标跟踪在很多实际任务中都有需求,如无人机跟拍,无人车编队,智能监控等。然而,传统的实现方法是将图像中的目标跟踪和相机控制分成两个独立的任务,这导致系统在进行联调优化时变得繁琐复杂。此外,要单独实现这两个任务的代价也是高昂的,既需要大量人工标注目标位置用于训练跟踪模块,也需要在真实系统中通过试错整定控制器参数。为了解决上述问题,本文提出一种基于深度强化学习训练端到端模型的解决方案,包括了定义奖赏函数,仿真环境构建,环境增强技术,目标-跟踪器对抗训练机制等。
Spotlight:
第一个实现基于深度强化学习的端到端主动目标跟踪,性能超过传统方法;
构建了用于主动目标跟踪训练和测试的虚拟仿真环境;
提出了针对主动目标跟踪的环境增强技术,可显著提升模型泛化能力;
提出了一种智能体对抗训练机制,可进一步提高模型训练效率和鲁棒性。
召集人
曹志崴
曹志崴,北京大学信息科学技术学院硕士研究生,主要研究方向为机器学习在无线通信中的应用。
论文推荐
“ 本期推荐的文章主要关注于计算机视觉的目标跟踪领域,你可以认真阅读讲者推荐的论文,来与讲者及同行线上交流哦。”
关注文章公众号
回复"SFFAI79"获取本主题精选论文
01
推荐理由:第一篇实现基于强化学习的端到端主动目标跟踪的工作,并实现了在真实机器人上的部署。
—— 钟方威
02
推荐理由:提出了非对称博弈对抗机制用于跟踪器训练,可显著提升模型训练效率和鲁棒性。
—— 钟方威
03
推荐理由:利用相机之间的行为一致性,通过共享相机的位姿信息实现智能体之间高效的合作,提升多相机系统在复杂场景下的主动目标跟踪性能。
—— 钟方威
04
推荐理由:介绍了如何基于UE4引擎构建高逼真虚拟环境用于计算机视觉模型的训练和测试。
—— 钟方威
05
推荐理由:利用语义分割图实现基于强化学习的智能体从虚拟到真实场景的迁移。
—— 钟方威
06
推荐理由:一种经典且比较实用的深度强化学习算法,可用于解决很多实际应用问题。
—— 钟方威
参会须知
会议时间
2020年9月13日(周日)
20:00 -- 21:00
报名方式
公众号二维码
请同学们扫码关注本公众号,对话框回复“SFFAI79”,获取入群二维码。
SFFAI的介绍
现代科学技术高度社会化,在科学理论与技术方法上更加趋向综合与统一,为了满足人工智能不同领域研究者相互交流、彼此启发的需求,我们发起了人工智能前沿学生论坛SFFAI,邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果,使专注于各个细分领域的研究者开拓视野、触类旁通。SFFAI目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展,进行学术传播,同时为讲者塑造个人影响力。
SFFAI还在构建人工智能领域的知识森林—AI Knowledge Forest。通过汇总各位参与者贡献的领域知识,沉淀人工智能前沿精华,使AI Knowledge Tree枝繁叶茂,为人工智能社区做出贡献。SFFAI自2018年9月16日举办第一期,每周一期学术分享交流,截止目前已举办78期学术交流活动,共有100+位讲者分享了他们的真知灼见,来自100多家单位的同学参与了现场交流,通过线上推文、网络直播等形式,50000+人次参与了人工智能前沿学生论坛。SFFAI自发起以来,迅速成长壮大,已经成为人工智能学生交流的第一品牌,有志同道合的论坛核心志愿者团队、乐于学术分享的讲者伙伴,还有许多认可活动价值、多次报名参加现场交流的观众,大家通过参与人工智能前沿学生论坛,收获了宝贵的知识和友谊,SFFAI致力于帮助大家解决在学术中遇到的相关问题,拓展学术人脉,为大家营造专业、开放的学术交流环境!
历史文章推荐
李永露:PaStaNet:Toward Human Activity Knowledge Engine
杨传广:高效设计图像分类模型:混合连通性的门限卷积神经网络
朱时超:图平滑样条神经网络
曾仙芳:通过自监督解耦身份和姿态特征实现人脸再扮演任务
张杰:针对图像处理网络的模型水印
牛广林:规则引导的知识图谱组合式表示学习
王玫:自然环境下的多种族人脸:利用信息最大化自适应网络去减少种族偏差
傅朝友:Domain-Aware Diverse Face Manipulation
申磊:多轮对话中的上下文信息建模
方杰民:Recent Advances and Highlights of NAS
张志鹏:SiamDW Real-Time Visual Tracking
周龙:同步双向文本生成
王亦宁:Multilingual Neural Machine Translation
呼奋宇:深度层次化图卷积神经网络