雷鋒網(wǎng) AI 科技評論消息，計算機視覺歐洲大會（European Conference on Computer Vision，ECCV）于 9 月 8 -14 日在德國慕尼黑召開，今天已進入會議第二日。會議前兩日為 workshop 和 tutorial 預熱環(huán)節(jié)，主會將于當?shù)貢r間 9 月 10 日召開。

今年 ECCV 共計 11 個 tutorial，議題涵蓋當前熱門的對抗性機器學習、面部追蹤、行人重識別、視頻識別等多個方向。接下來，AI 科技評論將會對這些議題進行具體介紹，關注 ECCV 的小伙伴們，快快 mark 吧！

Tutorial 1 對抗性機器學習

包括深度神經(jīng)網(wǎng)絡在內(nèi)的機器學習和數(shù)據(jù)驅(qū)動的人工智能技術目前已經(jīng)有諸多應用，涵蓋了從計算機視覺到網(wǎng)絡安全等諸多領域。在垃圾郵件和惡意軟件檢測在內(nèi)的應用中，學習算法必須應對手段高超、適應性強的攻擊者，因為攻擊者可以操縱數(shù)據(jù)故意破壞學習過程。

由于最初設計這些算法的時候并沒有考慮到這種攻擊情況，一旦面臨精心設計、復雜的攻擊時，這些算法毫無招架之力，攻擊形式包括測試時的逃逸攻擊（evasion attack）和訓練時的藥餌攻擊（poisoning attacks，也稱對抗性樣本）。對抗這些威脅以及在對抗性環(huán)境下學習安全的分類器和人工智能系統(tǒng)已經(jīng)成為機器學習和人工智能安全領域一個新興的研究主題，被稱為對抗性機器學習。 

這次 tutorial 將涵蓋如下四點內(nèi)容：

• 對抗性機器學習的基礎知識；

• 用于對抗性任務的機器學習算法的設計周期；

• 最新提出的評估學習算法在遭受攻擊時性能的技術，能夠評估算法漏洞，并提升面對攻擊時魯棒性的防御策略；

• 一些對抗性機器學習算法在目標識別、生物特征識別、垃圾郵件和惡意軟件檢測中的應用。

PDF地址：http://www.diee.unica.it/~biggio/slides/Roli-Biggio-ECCV18-tutorial.pdf

Tutorial 2 對于人、物體和環(huán)境的超快三維感知、重建以及理解

虛擬現(xiàn)實和增強現(xiàn)實的興起讓人們希望三維場景捕獲、重建和理解系統(tǒng)的魯棒性更強。設計這樣的系統(tǒng)需要開發(fā)高質(zhì)量的傳感器和能夠利用新技術和現(xiàn)有技術的高效算法?；谶@一考慮，我們設計了具有兩個特征的深度傳感器，大大簡化了融合不完整的傳感器數(shù)據(jù)的問題。

首先，我們使用一個超快的深度數(shù)據(jù)流，顯著減少了幀到幀之間的運動。其次，我們通過使多個傳感器能夠容易地組合（不干擾的情況下）從而消除遮擋。最終，我們開發(fā)了一系列高效的算法，用于場景重建、目標跟蹤和場景理解，而這些算法都是為了配合這項技術而設計的。

在這一 tutorial 中，我們將帶領讀者從頭到尾構建這樣一個程序棧，最開始將建立一個用于特別強調(diào)高速三維場景捕獲系統(tǒng)的混合現(xiàn)實應用的傳感器。

Tutorial 3 將微軟 HoloLens 全息眼鏡用作計算機視覺研究工具

微軟 HoloLens 是世界上第一臺獨立的全息電腦，它同時也是一種強大的計算機視覺研究設備。應用程序代碼可以訪問音頻、視頻流和表面網(wǎng)格，所有這些數(shù)據(jù)都存儲在 HoloLens 高度精確的頭部跟蹤技術維護的世界坐標空間中。

這一 tutorial 將深入介紹 HoloLens 的新「研究模式」功能，展示如何訪問原始頭跟蹤和深度傳感器數(shù)據(jù)流，，此外，還將展示 Azure 項目的 Kinect 中的飛行深度感知技術的最新進展。

Tutorial 4 面部追蹤及其應用

這一 tutorial 的內(nèi)容與單目面部追蹤技術相關，并討論了這一技術可能的應用場景。具體而言，涵蓋以下主題：

• 輸入方式（RGB 和 RGB-D 傳感器）；

• 成像模型（攝像機模型和光傳輸模型）；

• 統(tǒng)計面部先驗和融合變形；

• 先進的人臉模型和參數(shù)綁定；

• 基于優(yōu)化的面部重建；

• 面部重建的應用；

• 視頻編輯、面部重建、視頻配音、面部投影映射；

• 用于面部重建的深度學習技術；

• 開放性的挑戰(zhàn)；

• 社會影響。

相關研究包括：

• Zollh?fer 等人的「單眼三維人臉重建、跟蹤及其應用的研究進展」；

• Sylianou 等人的「基于圖像的三維面部重建綜述」；

• Klehm 等人最近發(fā)表的關于捕獲面部外貌特征的報告，試圖通過 CG 技術重新繪制人臉；

• Bouaziz 等人的面部跟蹤與非剛性表面配準問題，其目標是將特定的表面與圖像或三維掃描結果對齊；

• Orvalho 等人討論面部表情綁定的綜述和 Lewis 等人關于給予融合變形的面部動畫的綜述。

Tutorial 5 行人重識別的表征學習

行人重識別任務的目的是在一個龐大的行人圖像數(shù)據(jù)庫中找到一個待查的人，這樣我們就可以通過攝像頭定位感興趣的人。該課題的研究和應用具有重要的意義，近年來迅速受到了學術界和產(chǎn)業(yè)界廣泛的關注。傳統(tǒng)意義上說，行人重識別的特點是視覺描述符和相似性度量的有效組合。目前，前沿研究已經(jīng)進展到深入學習到既具有判別能力又高效的不變特征嵌入。

這一 tutorial 還介紹了許多研究任務，例如基于視頻的、基于語言的、基于檢測信息的重識別工作，將指出當前的研究進展，討論用于行人重識別任務的表征學習的最先進的方法，討論未來可能的研究方向。

數(shù)據(jù)集：http://robustsystems.coe.neu.edu/sites/robustsystems.coe.neu.edu/files/systems/projectpages/reiddataset.html

代碼：https://wangzwhu.github.io/home/re_id_resources.html

Tutorial 6  訓練深度神經(jīng)網(wǎng)絡的歸一化方法：理論和實踐

特征、權重（kernel）和梯度歸一化方法已成為深度神經(jīng)網(wǎng)絡（DNN）的重要組成部分。然而，我們對這些方法的理論基礎和數(shù)學原理仍然不很清楚。此外，在實際的計算機視覺任務中使用各種大規(guī)模深度神經(jīng)網(wǎng)絡（如卷積神經(jīng)網(wǎng)絡（CNN）和小批量循環(huán)神經(jīng)網(wǎng)絡（RNN））等理論是一個挑戰(zhàn)。

為此，這一 tutorial 將首先回顧最近的工作，為不同的輸入-輸出通道中應用的不同歸一化方法的幾何和統(tǒng)計特性提供數(shù)學證明。本 tutorial 提出的歸一化方法的理論分析利用了數(shù)學工具，可以指導研究者開發(fā)新的歸一化方法，幫助更好地理解歸一化方法的理論基礎。此外，在重要的視覺應用環(huán)境中，將考慮使用批量歸一化、塊正交權值、小批量卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡的梯度歸一化等各種特殊歸一化方法。

PDF地址：

https://eccv2018.org/wp-content/uploads/2018/08/v2.pdf

Tutorial 7 Functional Map：學習和計算的對應關系的靈活表示

這一 tutorial 將介紹基于 functional map 表示的形狀之間的學習、計算和處理相似情況的技術，廣義上可以理解為領域或 signal geometry、接近或連接(例如圖像、點云、網(wǎng)格或圖形)。這一 tutorial 將提供該框架在計算機視覺和機器學習問題中的數(shù)學背景、計算方法和各種應用。

PDF 地址：

https://drive.google.com/file/d/1lADZt9WQEJV0kCf6BJcLZqbg_7PtmNUB/view

https://drive.google.com/open?id=1DomCVGjwzE163lRW4jXz2v0RAGPOiMyn

https://drive.google.com/open?id=1bLYAkFjaTQ03uJXii0Ntvn8pISYEQL1f

Tutorial 8  視覺定位：基于特征的方法 vs 基于學習的方法

該 tutorial 主要會講如下內(nèi)容：

• 基于特征的定位研究現(xiàn)狀

涵蓋基礎知識：圖像局部特征、相機姿態(tài)估計、描述符匹配；高效（移動）定位；可伸縮的基于特征的定位。

• 基于學習的定位研究現(xiàn)狀

涵蓋基礎知識：隨機森林，卷積神經(jīng)網(wǎng)絡；學習相機姿態(tài)回歸；場景坐標回歸。

• 當前的熱點話題和開放性問題

涵蓋基于特征和基于學習的方法的失敗案例；長期定位：對更高層次場景的理解；基于學習方法的開放問題。

PDF：

https://drive.google.com/open?id=1s6Y8FM3K654z0ZslDdjYkJUz-uH_0523

https://drive.google.com/open?id=1Kuk_H2eYW1hc7b16jiOipUdigjmM6GV8

https://drive.google.com/open?id=1Oxv6k_gGaom9vFOyg-7b3Klo8Emu8_Hp

https://drive.google.com/open?id=1VHn0W4PqzO1xRd56O2zhgNq86W6v6hfU

Tutorial 9 在 TRECVID 對比基準實驗中的視頻識別和檢索

這一 tutorial 將重點回顧 TREC 視頻檢索評估（TRECVID）的歷史，討論一些 TRECVID 任務，并強調(diào)參與者的方法，總結教訓。下面是具體內(nèi)容：

第 1 講：TRECVID 簡介

討論 TRECVID 的歷史，包括 TRECVID 的目標、自 2001 年以來支持的不同任務和數(shù)據(jù)集，該項目對研究社區(qū)的影響，可用的資源和未來的發(fā)展方向。 

第 2 講：視頻轉(zhuǎn)文本（VTT）

涵蓋 TRECVID 視頻轉(zhuǎn)文本的操作，包括使用的數(shù)據(jù)，參與者采用的方法，學到的經(jīng)驗教訓和評價視頻標題生成的獨特方式。

第 3 講：Ad-Hoc 視頻搜索（AVS）

相關主題有：大型概念庫的構建，通過自然語言處理技術從一個ad-hoc 查詢中選擇搜索關鍵字，利用搜索關鍵字選擇概念分類器。

第4 講：活動識別（MED/SED）

重點介紹在多媒體事件檢測（MED）和監(jiān)督事件檢測（SED）的語境下，對活動的時空檢測的經(jīng)驗教訓，活動例如「做木工」、「打開樹干」、「在沒有車的情況下贏得比賽」。 

第5 講：實例搜索（INS） 

將對實例搜索任務進行概述，接著給出標準的處理流程，包括使用視覺詞袋技術生成短列表，處理幾何信息和語境。 

Tutorial 10  通過步態(tài)和面部分析實現(xiàn)的遠距離人體識別

主要會講到如下內(nèi)容：

1. 動機、挑戰(zhàn)、可用的步態(tài)和人臉數(shù)據(jù)集

2. 基于步態(tài)和人臉的人體識別系統(tǒng)的全面綜述

• 傳統(tǒng)的基于步態(tài)和人臉特征的遠距離人體識別方法：圖像表示；特征降維；分類

• 先進的基于步態(tài)和人臉特征的遠距離人體識別的深度學習方法：步態(tài)和人臉識別的網(wǎng)絡架構設計；輸入特性、輸入分辨率、時序信息、數(shù)據(jù)增強等對性能的影響因素；在共同的對比基準上的最先進的步態(tài)和面部識別結果。

Tutorial 11  實例級視覺識別

該 tutorial 涵蓋了視覺識別研究的前沿課題，介紹了圖像分類、目標檢測、實例分割、語義分割、全景分割和密集人體姿態(tài)估計的方法和原理。

議程如下：

• 學習視覺識別的深層表征

• 泛化 R-CNN 對象檢測框架

• 全景分割：統(tǒng)一語義和實例分割

• 深入分析用于視頻識別的卷積神經(jīng)網(wǎng)絡

• 基于自然數(shù)據(jù)集學習稠密對應

注：各大 tutorial 的 PDF 持續(xù)更新中，具體信息可以參見：

https://eccv2018.org/program/workshops_tutorials/

雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。