在华盛顿西雅图举行的2024 IEEE/CVF计算机视觉和模式识别会议上!CVPR是IEEE/CVF和PAMI-TC的首要和旗舰年会,我们社区中的研究人员在理论和实践中介绍了他们在计算机视觉,模式识别,机器学习,机器人和人工智能方面的最新进展。我们的计划包括邀请的主题演讲,口头和海报演示,面板,教程,讲习班,演示,展览和社交活动,旨在为与会者提供令人兴奋且丰富的体验。CVPR 2024主要是一个面对面的会议,但是对于那些无法身体上加入我们的人,我们很高兴提供一个虚拟组件,该虚拟组件将访问会议论文,海报,视频和演讲。
Xin Zhao教授于2013年获得中国科学技术大学(USTC)的博士学位。 他的研究兴趣包括视频分析和性能评估,尤其是针对对象跟踪任务。 他发表了国际杂志和会议论文,例如IJCV,IEEE TPAMI,IEEE TIP,IEEE TCSVT,CVPR,ICCV,NEURIPS,NEURIPS,AAAI,IJCAI。 最近,他主要进行了有关人类计算机视力评估的研究。 他已经建立了几个广泛使用的计算机视觉基准(即,got-10k,videocube,sotverse,biodrone等))Xin Zhao教授于2013年获得中国科学技术大学(USTC)的博士学位。他的研究兴趣包括视频分析和性能评估,尤其是针对对象跟踪任务。他发表了国际杂志和会议论文,例如IJCV,IEEE TPAMI,IEEE TIP,IEEE TCSVT,CVPR,ICCV,NEURIPS,NEURIPS,AAAI,IJCAI。最近,他主要进行了有关人类计算机视力评估的研究。他已经建立了几个广泛使用的计算机视觉基准(即,got-10k,videocube,sotverse,biodrone等)使用在线评估平台。他定期担任以下会议和期刊的计划委员会成员或同行审稿人:CVPR,ICCV,ECCV,ICML,ICML,Neurips,ICLR,IJCV,IEEE TPAMI,IEEE TPAMI,IEEE TIP,IEEE TMM,IEEE TMM等
计划委员会CVPR地区主席。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2025 ICCV区椅。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2023 ISMAR。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。2021 CVMP。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>2018-2020富有表现力。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>2013-2015,2017-2017太平洋图形。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>2019 div>
赵欣教授于2013年获得中国科学技术大学博士学位。他的研究兴趣包括视频分析和性能评估,尤其针对目标跟踪任务。他发表过许多国际期刊和会议论文,例如IJCV、IEEE TPAMI、IEEE TIP、IEEE TCSVT、CVPR、ICCV、NeurIPS、AAAI、IJCAI。最近,他主要进行人机视觉评估方面的研究。他构建了多个广泛使用的计算机视觉基准测试集(例如GOT-10k、VideoCube、SOTVerse、Biodrone等)并建立了在线评估平台。他定期担任以下会议和期刊的程序委员会成员或同行评审员:CVPR、ICCV、ECCV、ICML、NeurIPS、ICLR、IJCV、IEEE TPAMI、IEEE TIP、IEEE TMM等。
•领域:计算机视觉,深度学习•论文:超声检查的基于深度学习的胆囊癌检测•获得了高度声望的总理研究奖学金(授予印度前10名国家研究所的3.5%的博士学位学生)•开创了第一个基于AI的Gallbladder Cancel(GBC)检测模型(US)的CVPR 2022222.•通过基于AI的早期检测,创新的GBC检测的精确,高效且可解释的模型 - 将5年生存率从5%提高到57%。•发表在CVPR,MICCAI,医学图像分析和柳叶刀区域健康等高影响力国际场所发表。•在印度多家医院的物联网设备(Jetson)上设计了云应用程序原型和部署的模型,以实时临床测试。•计算机视觉,ML,数据结构课程的助教。获得了机器学习课程的杰出助教奖。
Fenglei Fan博士目前是香港中文大学数学系的研究助理教授。 他将在2025年春季加入香港城市大学担任终身助理助理教授。 他的主要研究兴趣在于NeuroAI及其在模型压缩和医学成像中的应用。 他在旗舰AI和医学成像场所中撰写了26篇论文,例如JMLR,TNNLS,TMI,CVPR,TCI和TRPMS。 他是IBM AI Horizon奖学金的接受者。 他还被选为2021年国际神经网络协会博士学位论文奖的获得者。 他的主要作品论文被选为2024名CVPR最佳纸张奖候选人之一(在1W+提交中有26个),分别赢得了IEEE核和等离子社会最佳纸张奖。 Fenglei Fan博士的以下工作与此特刊建议直接相关:F。L. Fan,J。 Fan,D。Wang,J。Zhang,Z。Dong,S。Zhang,S.,G。Wang和T. Zeng,《超压力:通过超功能的模型压缩》。 ARXIV预印arxiv:2409.00592,2024。Fenglei Fan博士目前是香港中文大学数学系的研究助理教授。他将在2025年春季加入香港城市大学担任终身助理助理教授。他的主要研究兴趣在于NeuroAI及其在模型压缩和医学成像中的应用。他在旗舰AI和医学成像场所中撰写了26篇论文,例如JMLR,TNNLS,TMI,CVPR,TCI和TRPMS。他是IBM AI Horizon奖学金的接受者。他还被选为2021年国际神经网络协会博士学位论文奖的获得者。他的主要作品论文被选为2024名CVPR最佳纸张奖候选人之一(在1W+提交中有26个),分别赢得了IEEE核和等离子社会最佳纸张奖。Fenglei Fan博士的以下工作与此特刊建议直接相关:F。L. Fan,J。Fan,D。Wang,J。Zhang,Z。Dong,S。Zhang,S.,G。Wang和T. Zeng,《超压力:通过超功能的模型压缩》。ARXIV预印arxiv:2409.00592,2024。
摘要:数字病理学和人工智能的进步已经提出了建立客观诊断,预后和治疗性反应和抵抗预测模型的潜力。在本次演讲中,我们将讨论我们的工作:(1)与癌症诊断和亚型中的示例进行弱监督的整个幻灯片分类的数据有效方法(Nature BME,2021),确定了未知主要癌症的起源(自然,2021年)(2021年)和Allognaft Repptional repotition(Nature Medical,202222)(2022)(2) (癌细胞,2022; IEEE TMI,2020; ICCV,2021; CVPR,2024; ICML,2024)。(3)建立病理学单形和多模式基础模型,与语言和基因组学对比(自然医学,2024a,自然医学2024b,CVPR 2024)。(4)为病理学开发通用的多模式生成型副驾驶和聊天机器人(自然,2024年)。(5)3D计算病理学(Cell,2024)(6)计算病理学算法中的偏见和公平性(Nature Medicine,2024; Nature BME 2023)(7)诊断病理学和生物医学研究的代理AI工作流程。
研讨会2020年的共同领导组织者“思维与机器:我们距离蹒跚学步的常识有多远?” (CVPR 2020):在本研讨会中,我们探讨了当前AI系统的能力与幼儿的能力之间的混杂差距,重点关注直觉物理,与世界的互动和概括等主题。
[20] Sida Peng,Yuanqing Zhang,Yinghao Xu,Qianqian Wang,Qing Shuai,Hujun Bao,Xiaowei Zhou,“ neu-ral身体:隐含的神经表现形式,具有结构性潜在的代码,具有结构性潜在的代码,用于动态人类的新型视图,用于动态人类的新型视图”,计算机视觉和模式认识<202122222222。(最佳纸决赛选手)