一、个人简介
周嘉欢,北京大学王选计算机研究所助理教授、研究员、博士生导师。主要研究方向包括计算机视觉、机器学习和深度学习。2013年本科毕业于清华大学自动化系,获得学士学位。2018年博士毕业于美国西北大学计算机科学专业,获得哲学博士学位。2019年至2022年,在美国西北大学电子计算机工程系的计算视觉实验室担任博士后和研究助理教授一职。近五年来,发表国际一流的期刊和会议论文二十余篇,其中IEEETPAMI论文3篇,CVPR/ICCV/ECCV等计算机视觉领域顶级会议论文十余篇。担任国际会议ICME、ICPR领域主席,AAAI程序委员会委员。常年担任IEEE TPAMI、IJCV等多个重要国际期刊杂志的审稿人,以及CVPR、ICCV、ECCV、NeurIPS、ICML等多个重要国际会议的审稿人。
二、报告内容
标题:细粒度视觉模型的在线增量学习
摘要:视觉模型部署在实际的开放应用环境下,所处理的数据流是不可控的,尤其是对未见过的细粒度子类别数据的处理极具挑战性。因此,目前研究需要解决两大难题:对于新的细粒度子类别数据的泛化性和对于旧的类别数据的鲁棒性。如何在两者中间的取得一个优越的平衡是目前研究的一个重点。本报告将从在线特征自适应学习和模型增量重参化两个角度着手,介绍我们最近提出的一系列细粒度视觉模型的在线增量学习方法。我们的模型在包括子类别增量学习、行人重识别、场景识别等多个不同的细粒度视觉任务中显示了良好的性能与潜力。