本期为TechBeat人工智能社区第458期线上Talk！

北京时间11月30日(周三)20:00，亚马逊云科技上海人工智能研究院资深应用科学家——肖天骏的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “基于视频的自监督物体遮挡补全分割”，届时将详细讲解论文的母课题以物体为中心的学习，其研究目标，基本方法和应用。 

Talk·信息

▼

主题：基于视频的自监督物体遮挡补全分割 

嘉宾：亚马逊云科技上海人工智能研究院

资深应用科学家肖天骏

时间：北京时间 11月30日 (周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

 点击下方链接，即可观看视频

TechBeatTechBeat是荟聚全球华人AI精英的成长社区，每周上新来自顶尖大厂、明星创业公司、国际顶级高校相关专业在读博士的最新研究工作。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。https://www.techbeat.net/talk-info?id=736

Talk·介绍

▼

物体遮挡补全分割（或称Amodal物体分割）是人类视觉感知的重要能力，该任务在自动辅助驾驶，机器人操作等领域都有重要应用。相比于基于图像学习类别先验的方法，我们提出用视频进行自监督学习时空先验的方法取得了更好的分割效果，同时能够更好地泛化到训练时没有见过的类别。此外，本次talk我们还将介绍本篇论文的母课题以物体为中心的学习，其研究目标，基本方法和应用。

Talk大纲如下：

• Amodal物体分割任务介绍

• 为什么使用视频来解决amodal segmentation

• 自监督模型设计

• 与image-level SOTA模型的对比实验及自身消融实验

• 母课题以物体为中心的学习方法介绍

Talk·预习资料

▼

• Jian Yao, Yuxin Hong, Chiyu Wang, Tianjun Xiao, Tong He, Francesco Locatello, David Wipf, Yanwei Fu, and Zheng Zhang. Self-supervised amodal video object segmentation. arXiv preprint arXiv:2210.12733, 2022.

  https://www.amazon.science/publications/self-supervised-amodal-video-object-segmentation

• Related work链接：Yan Zhu, Yuandong Tian, Dimitris Metaxas, and Piotr Dollár. Semantic amodal segmentation. In Proceedings of the IEEE conference on computer vision and pattern recognition, pages 1464–1472, 2017.

  https://arxiv.org/pdf/1509.01329.pdf

• Xiaohang Zhan, Xingang Pan, Bo Dai, Ziwei Liu, Dahua Lin, and Chen Change Loy. Self- supervised scene de-occlusion. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, pages 3784–3792, 2020.

  https://openaccess.thecvf.com/content_CVPR_2020/papers/Zhan_Self-Supervised_Scene_De-Occlusion_CVPR_2020_paper.pdf

• Object-centric related work链接：Francesco Locatello, Dirk Weissenborn, Thomas Unterthiner, Aravindh Mahendran, Georg Heigold, Jakob Uszkoreit, Alexey Dosovitskiy, and Thomas Kipf. Object-Centric Learning with Slot Attention. In H. Larochelle, M. Ranzato, R. Hadsell, M.F. Balcan, and H. Lin (eds.), Advances in Neural Information Processing Systems, volume 33, pp. 11525–11538. Curran Associates, Inc., 2020.

  https://proceedings.neurips.cc/paper/2020/file/511df98c02ab60aea1b2356c013bc0f-Paper.pdf

• Longyuan Li, Jian Yao, Li Wenliang, Tong He, Tianjun Xiao, Junchi Yan, David Wipf, and Zheng Zhang. Grin: Generative relation and intention network for multi-agent trajectory prediction. In NeurIPS, 2021.

  https://www.amazon.science/publications/grin-generative-relation-and-intention-network-for-multi-agent-trajectory-prediction

• Maximilian Seitzer, Max Horn, Andrii Zadaianchuk, Dominik Zietlow, Tianjun Xiao, Carl- Johann Simon-Gabriel, Tong He, Zheng Zhang, Bernhard Schölkopf, Thomas Brox, et al. Bridging the gap to real-world object-centric learning. arXiv preprint arXiv:2209.14860, 2022.

  https://arxiv.org/pdf/2209.14860.pdf 

Talk·提问交流

▼

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

▼

肖天骏

亚马逊云科技上海人工智能研究院资深应用科学家

肖天骏，现任亚马逊云科技上海人工智能研究院资深应用科学家。他的主要研究兴趣包括物体表示学习，图神经网络，以及上述方向在视频分析，3D视觉，自动辅助驾驶与机器人中的应用。相关工作应用于AWS视觉智能服务。在此之前，他任职于Tesla Autopilot团队，担任资深机器学习科学家，负责Autopilot中动态与静态物体的检测与表示，他的工作被部署于全球上百万辆Tesla汽车中。北大研究生期间及毕业后，分别在微软亚洲研究院实习与微软Bing多媒体搜索团队工作，参与了机器学习开源软件Minerva，MXNet的开发，主攻细粒度图像分类，多模态语义嵌入等算法项目的研究，相关学术工作发表于NeurIPS, CVPR, ICCV, ECCV等学术会议。

主页：

http://tianjunxiao.com/ 

 -The End-

关于TechBeat人工智能社区

▼

TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。

我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。

期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>TechBeat，一个荟聚全球华人AI精英的学习成长社区