【资源】斯坦福李飞飞高徒Johnson博士论文: 组成式计算机视觉智能（附195页PDF）
【导读】Justin Johnson，斯坦福大学博士，导师是计算机视觉领域顶级学者李飞飞博士。研究兴趣包括计算机视觉和机器学习方面，涉及到视觉推理、视觉和语言，以及使用深层神经网络生成图像。Johnson目前是Facebook AI Research的研究科学家。从2019年秋季开始，我将加入密歇根大学计算机科学与工程专业，担任助理教授。Johnson在2018年夏天完成博士学位，其博士论文组成式视觉智能《Compositional visual intelligence》，195页详述采用组合式学习的方法对计算机视觉中图像描述、视觉问答、文本图像生成三方面的问题进行了研究，是组合式视觉智能的代表性研究工作。
https://cs.stanford.edu/people/jcjohns/
博士论文《Compositional visual intelligence》
论文题目：
Compositional visual intelligence
作者：
Johnson Justin
贡献者：
Li, Fei Fei, 1976- degree supervisor.
Goodman, Noah, degree committee member.
Ré, Christopher, degree committee member.
Stanford University. Computer Science Departmen
论文摘要：
计算机视觉领域在过去几年取得了巨大的进步，这主要归功于卷积神经网络。尽管在传统的计算机视觉任务上取得了成功，但我们的机器系统离人类的一般视觉智能还有很长的路要走。视觉智能的一个重要方面是组合——对整体的理解源于对部分的理解。为了实现组成视觉智能的目标，我们必须探索新的计算机视觉任务，创建新的数据集，开发利用组成性的新模型。在这篇论文中，我将讨论我的工作在三个不同的计算机视觉任务涉及语言，其中包含的合规性帮助我们建立具有更丰富的视觉智能的系统。我将首先讨论图像标题描述:传统系统生成描述图像的简短句子，但是通过将图像分解为区域和描述分解为短语，我们可以生成两种更丰富的描述:密集的标题和段落。其次，我将讨论视觉问答:现有的数据集主要由简短的问题组成;为了研究更复杂的需要复合位置推理的问题，我们引入了一个新的benchark数据集。在此基础上，提出了一种可视化问题交互的显式组成模型，该模型将问题转换为功能程序，并通过组合神经模块来执行这些程序。第三，我将讨论文本到图像生成:现有的系统可以根据文本描述检索或生成单个对象的简单图像，但难以处理更复杂的描述。用对象和关系的构成场景图代替自由形式的自然语言，可以检索和生成包含多个对象的复杂图像。
论文结构：
Abstract
Acknowledgments
1 Introduction 概述
2 Dense Captioning - 密集视觉描述
3 Descriptive Image Paragraphs 描述性图像段落
4 A Dataset for Compositional Visual Reasoning 一个组成式视觉推理数据集
5 Programs for Visual Reasoning 视觉推理程序执行
6 Image Retrieval with Scene Graphs 基于场景图的图像检索
7 Image Generation from Scene Graphs 从场景图生成图像
8 Conclusions 总结
博士论文下载：关注公众号回复【Johnson】获取。
往期回顾
● 带你详细了解机器视觉竞赛—ILSVRC竞赛
● 到底什么是“机器学习”？机器学习有哪些基本概念？（简单易懂）
● 带你自学Python系列（一）：变量和简单数据类型（附思维导图）
● 带你自学Python系列（二）：Python列表总结-思维导图
● 2018年度最强的30个机器学习项目！
【资源】斯坦福李飞飞高徒Johnson博士论文: 组成式计算机视觉智能（附195页PDF）相关推荐
- 1357篇ECCV 2020论文打包下载！奖项公布：李飞飞高徒获最佳论文奖
↑ 点击蓝字 关注极市平台 部分内容来源丨机器之心 编辑|极市平台 极市导读 昨日,ECCV 2020五项大奖出炉,分别是最佳论文奖.最佳论文提名奖.Koenderink奖.Mark Everingh ...
- ECCV 2020最佳论文讲了啥？作者为ImageNet一作、李飞飞高徒邓嘉
萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI 作为计算机视觉三大顶会之一,备受瞩目的ECCV 2020(欧洲计算机视觉国际会议)最近公布了所有奖项. 其中,最佳论文奖被ImageNet一 ...
- ECCV 2020最佳论文讲了什么？作者为ImageNet一作、李飞飞高徒
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:量子位 AI博士笔记系列推荐 周志华<机器学习> ...
- 李飞飞高徒 Andrej Karpathy：计算机科学博士的生存指南
李飞飞高徒 Andrej Karpathy:计算机科学博士的生存指南 英文版:A Survival Guide to a PhD
- 李飞飞高徒盘点年度十大AI亮点：核聚变、ChatGPT、AlphaFold上榜
来源:新智元 人工智能的爆炸正在扭曲我们的时间感. 你能相信Stable Diffusion只有4个月大,而ChatGPT的出现还不到一个月吗? 打个形象的比喻,只要眨一下眼,你就会错过一个全新的行业 ...
- “从0到1手搓GPT”教程来了！李飞飞高徒出品，马斯克点赞！
来源:量子位 "从0到1手搓GPT"教程来了! 视频1个多小时,从原理到代码都一一呈现,训练微调也涵盖在内,手把手带着你搞定. 该内容刚发出来,在Twitter已吸引400万关注量 ...
- 【强化学习炼金术】李飞飞高徒范麟熙解析强化学习在游戏和现实中的应用
在新智元上一篇文章中,Jim Fan(范麟熙)介绍了强化学习的概念和目的.今天是<强化学习炼金术>Introduction第三讲. 在这一课里,Jim Fan会跟各位炼金术师们聊一聊游戏中 ...
- 李飞飞高徒Andrej Karpathy为大家答疑解惑
编者按:李飞飞高徒Andrej Karpathy2015年在斯坦福大学获得计算机科学专业博士,2016进入OpenAI工作,主要研究兴趣为:深度学习,生成模型和强化学习.2011至2015年先后在Go ...
- 重磅！斯坦福李飞飞教授团队新研究登 Nature 子刊
作者 | 李梅.王玥 编辑 | 陈彩娴 转自:AI科技评论 在当前 AI 模型的开发以模型为中心转向以数据为中心的趋势下,数据的质量变得尤为重要. 在以往的 AI 开发流程中,数据集通常是固定的,开发 ...
最新文章
- [iOS Animation]-CALayer 图层几何学
- vbs结束进程代码_物联网学习教程—Linux系统编程之进程控制
- Struts 源码分析笔记1(尚无内容-请跳过,省得浪费时间)
- dojo中 xhr.post向后台传参出现乱码
- Electron中 提示:Uncaught ReferenceError: process is not defined
- Vuex——使用namespace的store使用mapState获取state为undefined
- CountDownLatch线程同步辅助
- poj2513Colored Sticks（无向图的欧拉回路）
- 如何破解受保护的excel密码
- 别把可视化不当事，看完大屏模板，Excel和PPT直言比不过
- stringstream 字符串的格式化数据提取
- python框架支持套接字么_Python的框架比较：Django，金字塔，水瓶，Sanic，旋风，BottlePy等等...
- mc服务器资源包在什么文件夹,资源包
- DELL EqualLogic PS存储硬盘故障数据恢复
- Word2Vec之Skip-Gram与CBOW模型
- 元宇宙下的商人、小说家和“钢铁侠”
- 11个开源测试自动化框架，如何选？
- java web实现打印功能
- 浅谈变电站综合自动化系统微机综合保护装置—安科瑞 孙斌
- 安装win7旗舰版,一直卡在安装程序正在应用系统设置