XiaoMi-AI文件搜索系统
World File Search SystemWACV
Vineeth N Balasubramanian博士（印度人
发言人：Vineeth N Balasubramanian博士（印度技术研究所海得拉巴）。摘要：在过去十年中，有监督的学习是机器学习的预兆，近年来在应用领域都产生了巨大影响。但是，识别静态训练的机器学习模型的概念正在越来越多地限制，因为这些模型被部署在改变和不断发展的环境中。在一些相关的环境中，开放式和开放世界的学习引起了从业者的兴趣，以解决从新信息中学习的需求，包括急需的说“我不知道”的能力。在本演讲中，我们将简要讨论这些设置，并强调它们在应对现实世界挑战方面的重要性。演讲将涵盖我们最近关于开放世界对象检测的研究（CVPR 2021），新颖的类发现（ECCV 2022）和开放集对象检测（WACV 2024），并共享这些努力的有趣的现实情况。演讲将以指示结束，以此可以朝着这个方向发展成为一个社区的方法。
owens-cv.pdf
专业活动共同组织者Umich AI研讨会（2024）CVPR研讨会主席（2024）首席组织者，视觉和声音研讨会，网址为CVPR 2018-2024。共同组织者，AV4D：空间工作室中声音的视觉学习，ECCV 2022，ICCV2023。共同组织者，开放世界视觉研讨会，CVPR 2021-2024。共同组织者，体现的多模式学习研讨会，位于ICLR 2021。评论者：CVPR（2015-2020，2022），ICCV（2015，2017，2019，2019，2021），ECCV（2016，2018，2018，2020，2022），Siggraph（2020，2024），Siggraph Paphaph Asia（2024），（2024），ICLR（2018，2024） （2017），Neurips（2017、2019、2021、2022），CHI（2018），UIST（2019），ACL（2022），Corl（2022），ICASSP（2023）（2023）区域主席：CVPR：CVPR（2021，2023，2023，2024，2025），Neurips（Neurips（Neurips），Neurips（2023），20222222222222222222222222222222222222222222222222222222222222222222222222222222年2月22日（neurips）（neurips datev）（neurips）（ （2023），ICCV（2023），ECCV（2024）NSF小组成员（2023，2024）
cecilia mascolo）论文
2。Tang，C.I.，Qendro，L.，Spathis，d。，Kawsar，F.，Mascolo，C。和Mathur，A。 （2024）。 Kaizen：实用的自我监督的持续学习，并持续进行。 IEEE/CVF冬季会议，涉及美国夏威夷计算机Vi-Sion（WACV）的应用。 https://doi.org/mggx 3。 Romero，J.，Ferlini，A.，Spathis，D.，Dang，T.，Farrahi，K.，Kawsar，F.，Montanari。 A. （2024）。 Optibrethe：一种基于耳朵的PPG系统，用于连续呼吸速率，呼吸阶段和潮汐体积监测。 将出现在美国圣地亚哥的移动计算系统和应用程序（HOTMOBILE）的第25届国际工程研讨会上。 https://hotmobile.org/2024/index.php?id=program 4。 yfantidou，S.，Spathis，d。，Constantinides，M.，Vakali，A.，Quercia，D。 评估自我监督和监督模型中的公平性。 AAAI以人为中心的代表性学习研讨会（HCRL @ AAAI），加拿大温哥华。 https://doi.org/mggz 5。 Tang，C.I.，Qendro，L.，Spathis，d。，Kawsar，F.，Mathur，A。和Mascolo，C。（2024）。 平衡持续学习和对人类活动的微调Tang，C.I.，Qendro，L.，Spathis，d。，Kawsar，F.，Mascolo，C。和Mathur，A。（2024）。Kaizen：实用的自我监督的持续学习，并持续进行。IEEE/CVF冬季会议，涉及美国夏威夷计算机Vi-Sion（WACV）的应用。https://doi.org/mggx 3。Romero，J.，Ferlini，A.，Spathis，D.，Dang，T.，Farrahi，K.，Kawsar，F.，Montanari。A.（2024）。Optibrethe：一种基于耳朵的PPG系统，用于连续呼吸速率，呼吸阶段和潮汐体积监测。将出现在美国圣地亚哥的移动计算系统和应用程序（HOTMOBILE）的第25届国际工程研讨会上。https://hotmobile.org/2024/index.php?id=program 4。 yfantidou，S.，Spathis，d。，Constantinides，M.，Vakali，A.，Quercia，D。 评估自我监督和监督模型中的公平性。 AAAI以人为中心的代表性学习研讨会（HCRL @ AAAI），加拿大温哥华。 https://doi.org/mggz 5。 Tang，C.I.，Qendro，L.，Spathis，d。，Kawsar，F.，Mathur，A。和Mascolo，C。（2024）。 平衡持续学习和对人类活动的微调https://hotmobile.org/2024/index.php?id=program 4。yfantidou，S.，Spathis，d。，Constantinides，M.，Vakali，A.，Quercia，D。评估自我监督和监督模型中的公平性。AAAI以人为中心的代表性学习研讨会（HCRL @ AAAI），加拿大温哥华。https://doi.org/mggz 5。 Tang，C.I.，Qendro，L.，Spathis，d。，Kawsar，F.，Mathur，A。和Mascolo，C。（2024）。 平衡持续学习和对人类活动的微调https://doi.org/mggz 5。Tang，C.I.，Qendro，L.，Spathis，d。，Kawsar，F.，Mathur，A。和Mascolo，C。（2024）。平衡持续学习和对人类活动的微调
rndr。 Balasia博士
[C1] Agrawal T.，Balazia M.，Bremond f。：CM3T：高效多模式学习的框架，用于非病会议出版物基因交互数据集。IEEE/CVF冬季有关计算机视觉应用（WACV）的冬季会议，美国图森，2025年。[C2] Sinha S.，Balazia M.，Bremond f。：通过优化的聚合网络识别教法性白内障手术视频中的手术器械。IEEE图像处理应用和系统（IPA）的国际会议，法国里昂，2025年。[C3] Muller P.，Balazia M.，Baur T.，Dietz M.，Heimerl A.，Penzkofer A.，Schiller D.，Bremond F.，Alexandersson J.，Andre E.ACM多媒体（ACMMM），澳大利亚墨尔本，2024年。[C4] Strizhkova V.，Kachmar H.，Chaptoukaev H.，Kalandadze R.，Kukhilava N.，Tsmindashvili T.，Abo-Alzahab N.，Zuluaga M.A.：MVP：基于视频和生理信号的多模式情绪识别。在IEEE/CVF欧洲计算机愿景会议（ECCV），意大利米兰的IEEE/CVF欧洲/CVF上的情感行为分析（ABAW），2024年。[C5] Reka A.，Borza D.L.，Reilly D.，Balazia M.，Bremond F。：将门控和上下文引入时间动作检测。在IEEE/CVF欧洲计算机愿景会议（ECCV），意大利米兰的IEEE/CVF欧洲/CVF上的情感行为分析（ABAW），2024年。[C6] Tiwari U.，Majhi S.，Balazia M.，Bremond f。：自动驾驶异常检测至关重要的是：弱监督的地平线。ACM多媒体（ACMMM），第9640-9645页，加拿大渥太华，2023年。在IEEE/CVF欧洲计算机视觉会议（ECCV），意大利米兰，2024年，IEEE/CVF欧洲计算机视觉会议（ECCV）举行的自动驾驶（漫游）的强大，分发和多模式模型。[C7] Muller P.，Balazia M.，Baur T.，Dietz M.，Heimerl A.，Schiller D.，Guermal M.，Thomas D.，Bremond F.，Alexander-Sson J.，Andre E.，Andre E.[C8] Agrawal T.，Balazia M.，Muller P.，Bremond F。：多模式视觉变压器，强迫注意行为分析。IEEE/CVF计算机视觉应用（WACV）的冬季会议，第3392–3402页，美国威克罗阿，美国，2023年。[C9] Balazia M.，Muller P.，Tanczos A.L.，Liechtenstein A.，Bremond F。：社会互动的身体行为：新颖的注释和最新评估。ACM多媒体国际会议（ACMMM），第70-79页，里斯本，葡萄牙，2022年。[C10] Balazia M.，Hlavackova-Schindler K.，Sojka P.，Plant C。：Granger Causal-Ity的可解释步态识别。IEEE/IAPR国际模式认可会议（ICPR），第1069-1075页，加拿大蒙特利尔，2022年。[C11] Agrawal T.，Agarwal D.，Balazia M.，Sinha N.，Bremond f。：使用跨意识变压器和行为编码的多模式人格识别。IAPR国际视觉理论与应用会议（VISAPP），第501-508页，Virtual，2022。[C12] Sinha N.，Balazia M.，Bremond f。：火焰：面部地标热图激活的多模式凝视。IEEE国际高级视频和信号监视会议（AVSS），第1-8页，虚拟，2021年。[C13] Balazia M.，Happy S.L.，Bremond F.，Dantcheva A。：面部多么独特：一项调查研究。IEEE/IAPR国际模式识别会议（ICPR），第7066-7071页，意大利米兰，2021年。[C14] Balazia M.，Sarkar s。：在活动对象跟踪中重新调用评估。在神经信息处理系统会议上（NEURIPS），加拿大温哥华，2019年的神经信息处理系统（NEURIPS）的新知识（NEWINML）。[C15] Aakur S.，Sawyer D.，Balazia M.，Sarkar S。：对未修剪监视视频中基于建议的细粒度活动检测方法的检查。NIST关于TREC视频检索评估（TRECVID）的研讨会，《扩展视频挑战的活动》，美国盖瑟斯堡，2018年。[C16] Balazia M.，Sojka p。：您是走路的方式：不合作的MOCAP步态识别视频监视，并使用不完整和嘈杂的数据。IEEE/IAPR国际生物识别技术联合会议（IJCB），第208-215页，美国丹佛，2017年。 [C17] Balazia M.，Sojka p。：用于基于MOCAP的步态识别方法的评估框架和数据库。 IAPR关于模式识别可再现研究（RRPR）的研讨会，第33-47页，墨西哥坎昆，2016年。 [C18] Balazia M.，Sojka p。：通过最大保证金标准（扩展摘要）学习健壮的步态识别功能。 IAPR关于结构和句法模式识别（SSPR）和统计技术的国际国际研讨会（SPR），第585-586页，墨西哥梅里达，2016年。 [C19] Balazia M.，Sojka p。：与运动捕获数据相关的步态识别的独立特征。IEEE/IAPR国际生物识别技术联合会议（IJCB），第208-215页，美国丹佛，2017年。[C17] Balazia M.，Sojka p。：用于基于MOCAP的步态识别方法的评估框架和数据库。IAPR关于模式识别可再现研究（RRPR）的研讨会，第33-47页，墨西哥坎昆，2016年。[C18] Balazia M.，Sojka p。：通过最大保证金标准（扩展摘要）学习健壮的步态识别功能。IAPR关于结构和句法模式识别（SSPR）和统计技术的国际国际研讨会（SPR），第585-586页，墨西哥梅里达，2016年。[C19] Balazia M.，Sojka p。：与运动捕获数据相关的步态识别的独立特征。IAPR关于结构和句法模式识别（SSPR）和统计技术的国际国际研讨会（SPR），第310-321页，墨西哥，墨西哥，2016年。[C20] Balazia M.，Sojka p。：通过最大余量标准学习适合步态识别的功能。IEEE/IAPR国际模式识别会议（ICPR），第901-906页，墨西哥坎昆，2016年。[C21] Balazia M.，Sedmidubsky J.，Zezula P。：语义上一致的人类运动分割。国际数据库和专家系统应用程序（DEXA），第423-437页，德国慕尼黑，2014年。[C22] Sedmidubsky J.，Valcik J.，Balazia M.，Zezula p。：基于归一化步行周期的步态识别。国际视觉计算研讨会（ISVC），第11-20页，Rethymno，希腊，2012年。[C23] Valcik J.，Sedmidubsky J.，Balazia M.，Zezula P.，确定人类识别的行走周期。太平洋亚洲情报与安全信息学讲习班（PAISI），第127-135页，马来西亚吉隆坡，2012年。