2023年5月19日(星期五)下午15:00,腾讯PCG应用研究中心及AI Lab视觉计算中心的资深研究员葛艺潇博士应邀为我院师生做了主题为《大规模视觉自监督预训练》的线上报告。本次报告由丁树业教授主持,学院闵富红教授、张雷、姚盈、曹弋、汤迪霏、许彦武等老师以及研究生共50余人参与了本次报告会。

葛艺潇博士的研究方向包括基础模型及多模态的算法研究和应用。她在华中科技大学获得学士学位,并在香港中文大学MMLab获得博士学位。葛博士在计算机视觉和机器学习相关领域有着丰富的经验,拥有多项国际专利,并在国际顶级会议和期刊如NeurIPS、ICLR、CVPR、ICCV、ECCV和ICML上发表了30余篇论文。此外,她还担任相关领域顶级会议和期刊的程序委员会委员或审稿人。
本次报告会中,葛艺潇博士介绍了视觉表征学习的背景,并分享了他们团队发表在国际顶级会议的四篇最新研究:ECCV2022《mc-BEiT: Multi-choice Discretization for lmage BERT Pre-training》,ICLR2023《Masked Image Modeling with Denoising Contrast》,CVPR2023《Masked Visual Reconstruction in Language Semantic Space》,CVPR2023《Learning Transferable Spatiotemporal Representations from Natural Script Knowledge》。她详细介绍了Contrastive Learning(CL)和Masked Image Modeling (MIM) 这两种在计算机视觉领域应用广泛的自监督技术。
葛艺潇博士和她的团队在上述技术上进一步研究,在上述四篇文献中提出了全新的改进算法。例如,提出了产生简单的图像内补丁间对比约束作为掩码补丁预测的唯一学习目标的纯MIM方法ConMIM;引入一种改进的BERT风格的图像预训练方法mc-BEiT。通过这些方法,视觉表征模型在图像分类,语义分割,视频理解等任务上展现了更加优秀的性能。

讲座结束后,我院师生积极与葛博士进行探讨,询问关于视觉自监督学习的一系列问题,葛博士非常准确地给学院师生答疑解惑。最终,此次报告会在师生们热烈的掌声中圆满结束。
南京师范大学电气与自动化工程学院
图文:张雷 审核:闵富红 于澜 丁树业
2023年5月19日