两年一度的国际计算机视觉大会 (International Conference on Computer Vision，ICCV) 将于 2019 年 10 月 27 日 - 11 月 2 日在韩国首尔举行。作为计算机视觉领域的国际顶级会议，除了主会议程，各个 Workshop 也备受业内人士关注。其中，Neural Architects Workshop 尤为亮眼。

该 Workshop 旨在将深度神经网络相关领域内的专家与研究者汇集到一起，回顾深度神经网络模型的发展历程与应用实例，并从中总结经验；讨论现有神经网络模型存在的问题并展望较有前景的研究方向，并由此推动和提升工业应用场景下技术与系统的性能和实用价值。

在计算机视觉研究中，特征的提取和表示是一项基础而重要的任务。如何从数据中提取有效特征从而为实现机器感知和认知提供信息一直是领域内的热点及难点问题。近年来，深度神经网络（Deep Neural Networks, DNNs）以其卓越的性能广泛影响了计算机视觉领域，在基础的视觉处理任务（如图像分类、目标检测和实例分割）和更高层的语义理解任务（如环境感知和视频理解）上均取得了瞩目的进展。伴随着一系列通用网络结构和面向任务（task-oriented）组成模块的提出，神经网络的实用性也得到了进一步的验证，这其中既包括人工设计的结构，也包括近期颇受关注的模型自动搜索方法。

Neural Architects Workshop 举办的初衷是希望让更多的研究者参与并展示在神经网络结构设计优化相关的经验、思考及创新，共同助力 AI 技术的发展。

该 workshop 主要由牛津大学 Visual Geometry Group (VGG) 与中国自动驾驶创业公司 Momenta 联合发起，为期 1 天（2019 年 10 月 28 日）。计算机视觉领域奠基人 Alan Yuille、马尔奖获得者 Ross Girshick、Faster RCNN 和 ResNet 作者任少卿等知名专家学者将会聚一堂，为大家带来精彩的主题报告，并与参会者进行交流。

workshop 部分演讲嘉宾

目前论文正在征集中，评选出的最佳论文将在现场进行演讲（oral presentation），其他优秀论文将在 poster 环节展示并与在场学者们交流。除长论文外，也欢迎以短论文形式展示已发表或正在进行中的工作，与众学者交流与讨论。

论文可围绕以下几个问题（但不局限于此）：

• 理论性或经验性的理解现有深度神经网络结构

• 面向不同视觉任务的结构设计

• 神经网络结构的自动搜索和设计

• 神经网络相关的大胆创新

• 对现有基础模块或单元的探讨

• 深度神经网络模型与优化

• 现有结构在不同视觉任务上评测和分析

关于 Momenta

Momenta 成立于 2016 年，致力于「打造自动驾驶大脑」，其核心技术是基于深度学习的环境感知、高精度地图、驾驶决策算法。产品包括不同级别的自动驾驶方案，以及衍生出的大数据服务。

演讲者

Alan Yuille：约翰霍普金斯大学彭博杰出教授，计算机视觉领域奠基人。师从霍金，曾担任加州大学洛杉矶分校（UCLA）视觉识别与机器学习中心主任和计算机视觉顶级会议电气和电子工程师协会国际计算机视觉与模式识别会议（CVPR）的主席，马尔奖获得者（Marr Prize，计算机视觉研究方面最高荣誉）。

Raquel Urtasun：Uber ATG 首席科学家兼 Uber ATG 多伦多地区负责人，多伦多大学计算机科学系副教授，加拿大机器学习和计算机视觉研究主席以及人工智能矢量研究所的联合创始人。研究兴趣包括机器学习、计算机视觉、机器人、人工智能和遥感。

Raquel 曾三次获得 Google 研究资助计划（Google Faculty Research Awards），一次 Amazon 研究资助计划和两次 NVIDIA 先锋研究奖。分别于 2013 年和 2017 年获得 CVPR Best Paper Runner-Up Award。

Ross Girshick：Facebook AI Research（FAIR）研究员，致力于计算机视觉和机器学习，师从 Pedro Felzenszwalb 教授。在加入 FAIR 之前，Ross 就职于微软研究院。研究兴趣包括基于像素层级的物体识别和将自然语言处理与计算机视觉相结合的视觉推理任务。

Ross 曾获得 2017 年 PAMI 青年研究员奖，并因提出通用物体检测 R-CNN 系列方法而闻名。马尔奖获得者。

任少卿：Momenta 研发总监，中科大与微软亚洲研究院联合培养计算机视觉专业博士。

任少卿是深度学习和计算机视觉领域的资深专家，他曾摘得计算机视觉顶会 CVPR 2016 的最佳论文奖，少卿还曾获得 ImageNet 2015、MS COCO 2015 挑战赛冠军，其主导的研究成果 Faster-RCNN 和 ResNet 论文被引用数字已经超过 35000 次。

Barret Zoph：Google Brain 高级研究员，参与 Google Brain 第一篇神经网络结构搜索工作（Neural Architecture Search with Reinforcement Learning)。曾在信息科学研究所（Information Sciences Institute）与教授 Kevin Knight 和 Daniel Marcu 一起共事，研究兴趣包括神经机器翻译系统。

Sara Sabour：Google Brain 团队成员。参与撰写的学术论文「胶囊间的动态路由」（Dynamic Routing Between Capsules）备受业界关注。

组织方

• Andrew Zisserman：英国牛津大学教授

• Andrea Vedaldi：牛津大学工程学院副教授

• Samuel Albanie：牛津大学 VGG（Visual Geometry Group）团队成员。

• 申丽：牛津大学 VGG（Visual Geometry Group）博士后，现任职于腾讯人工智能实验室。

• 胡杰：Momenta 视觉算法高级研究员。

• Barret Zoph：Google Brain 高级研究员。

?

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。

▽ 点击 | 阅读原文 | 访问大赛官网