题目：Learning-to-Match Anchors for Visual Object Detection
主讲人：中国科学院大学 叶齐祥 教授
日期：2020年11月27日（星期五）
时间：下午16:00 - 17:00
地点：电子与信息工程学院101报告厅
主持：林倞 教授
摘要：基于CNN的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，我们提出了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、AutoAssign、PAA-ECCV2020）将COCO上的目标检测性能提升了5%，而不增加任何推理代价。
个人介绍：叶齐祥，教授。1999、2001年获哈尔滨工业大学学士、硕士学位。2006年获中科院计算所博士学位。2006年在中国科学院大学任教，历任讲师、（长聘）副教授、教授。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。研究方向为机器学习与视觉目标感知。在典型目标检测方面进行了长期研究，提出了高精度与弱监督视觉目标建模方法。相关方法在金山、华为、航天等单位获得应用，并扩展到工业乙烯收率预测领域，在中国石化获得应用推广。发表论文120余篇，包括IEEE CVPR, ICCV, ECCV,NeurIPS, PAMI等重要期刊与国际会议60余篇，获得中国科学院卢嘉锡青年人才奖，2015年中国电子学会、2020年中国图像图形学会自然科学奖，IEEE 高级会员, IJCAI2020 SPC、Journal of Visual Computer(Springer)编委。