智能感知与计算系列讲座
Lecture Series in Intelligent Perception and Computing 

题    目 （TITLE）：基于特征匹配的视觉目标检测

讲 座 人 （SPEAKER）: 叶齐祥 教授，中国科学院大学

主 持 人 (CHAIR)：张兆翔 研究员

时    间 (TIME)：2021年9月24日（周五），10：00

地    点 (VENUE)： 腾讯会议ID: 143 331 609 Password: 2021

报告摘要（ABSTRACT）：

深度学习目标检测器在训练过程中往往依赖IoU评估检测结果好坏。基于“大的IoU并不意味着好的特征”的观察，提出了Learning-to-Match的方法实现目标与锚点/特征的自由匹配。Learning-to-Match通过极大似然估计进行建模，而通过一个即插即用的锚点/特征匹配损失函数实现，优化匹配损失函数驱动目标找到最佳的特征匹配。Learning-to-Match适用于带锚框(anchor-based)或者无锚框(anchor-free)目标检测器。基于Learning-to-Match发展起来的一系列目标检测器（FreeAnchor-NeurIPS2019、ATSS-CVPR2020、MAL-CVPR2020、AutoAssign2020、PAA-ECCV2020、Conformer2021）将COCO上的目标检测性能提升了5%，而不增加任何推理代价。本报告也回顾了2019-2021年基于深度学习的视觉目标检测的重要进展，讨论了未来的研究方向。

报告人简介（BIOGRAPHY）：

叶齐祥，中国科学院大学长聘教授，卢嘉锡青年人才奖获得者，中国科学院优秀博士生导师。2013至2014年在美国马里兰大学先进计算机技术研究所(UMIACS)任访问助理教授，2016年Duke大学信息技术研究所(IID)访问学者。主要进行监督信息不完备条件下的视觉特征表示与态目标感知技术研究，在IEEE CVPR, ICCV, NeurIPS, AAAI、ECCV等顶级会议与T-PAMI, TNNLS, TIP, T-ITS, PR等期刊发表论文100余篇，H-Index为40，SCI引用1500余次，多篇论文ESI高被引，获得IEEE ICIP最佳论文提名奖。承担了自然基金重点、开发的高精度目标感知方法支撑了华为、航天等单位的应用系统。曾获ICCV2017、 CVPR2019、高分辨率对地观测重大专项遥感目标解译竞赛冠军、美国马里兰大学杰出研究学者奖、中国电子学会、中国图像图形学会自然科学奖。培养多名博士生获中科院院长奖、中国科学院百篇优秀博士论文、博士后创新人才计划支持等。担任IJCAI国际会议资深程序委员、国际期刊IEEE Transactions on Intelligent Transportation System，IEEE Transactions on Circuit and System on Video Technology编委。