GAMES Webinar 2021 – 194期(海外专题) | 李子懋 (加州大学圣地亚哥分校)

【GAMES Webinar 2021-194期】(海外专题，Talk+Panel形式)

报告嘉宾：李子懋 (加州大学圣地亚哥分校)

报告时间：2021年8月5号星期四晚上8:00-9:30（北京时间）

报告题目：可微分视觉计算

报告摘要：

神经网络在视觉计算中取得了巨大成功，但它们的泛用性也同时让他们面临了许多挑战：首先，多数神经网络架构并没有三维空间和投影的概念，让三维推理和归纳变得困难。其次，大量的参数和权重让神经网络难以在低端处理器上有效率地处理高解析度的图片和影片。最后，神经网络的行为完全取决于他的参数和训练数据，使得控制和除错变得非常困难。但如果我们反观传统的视觉计算，这些领域特定的算法能够明确地描述想要计算的模型，所以他们并没有受到太多这些问题的影响。然而神经网络的泛用性还是远高于传统计算视觉算法。

我的研究在于弥补传统视觉计算算法与泛用神经网络之间的隔阂：为了让我们可以用数据最佳化传统视觉计算算法，我们必须要能够计算这些算法的微分。这些计算再度带来了许多挑战：如何推导正确的微分？如何高速化不规则的计算？如何自动化这些推导和实作？我们将会讨论如何计算渲染，图像处理，和物理模拟算法的微分，和这些计算在算法与编程语言上的挑战。

讲者简介：

李子懋是加州大学圣地亚哥分校（UCSD）的助理教授。他研究如何在算法上与编程语言上结合传统视觉计算方法和现代数据驱动方法。他与Jonathan Ragan-Kelley在麻省理工大学（MIT CSAIL）和加州大学伯克利分校（UC Berkeley）做了两年博士后，并在Frédo Durand指导下在麻省理工大学在2019年取得博士学位。他的博士论文得到SIGGRAPH 2020最佳论文奖。他的学士和硕士学位是在台湾大学资讯工程系取得，在台大期间他曾和莊永裕教授合作。

讲者个人主页：https://cseweb.ucsd.edu/~tzli/

主持人简介：

黄其兴是德州大学奥斯丁分校计算机系的助理教授。他的研究领域包括计算机图形学、计算机视觉和机器学习。他在SIGGRAPH, CVPR, ICCV, ECCV, NeurIPS, ICML 等顶级会议发表了近六十篇文章。他是NSF Career 奖以及多个最佳论文奖的获得者。他在注册、重建以及物体理解上的工作在工业界得到了运用。黄教授最近的研究兴趣是混合物体表示以及共同学习的理论基础。

Panelists简介：

徐昆，清华大学计算机系副教授、博士生导师，国家优秀青年基金获得者。研究兴趣包括计算机图形学，真实感绘制和可视媒体计算。在ACM SIGGRAPH, ACM Transactions on Graphics, IEEE Transactions on Visualization and Computer Graphics等重要会议期刊发表论文30余篇。担任国际期刊The Visual Computer和Computers & Graphics编委。获国家自然科学奖二等奖一项（排名第4），国家科技进步奖二等奖一项（排名第4）。

王贝贝，南京理工大学，副教授，硕士生导师，中国计算机学会CAD&CG专委会委员。主要研究方向是计算机图形学渲染方向，包括了全局光照算法、参与性介质光线传递和复杂材质模型等。王贝贝分别于2009年、2014年在山东大学获得学士、博士学位，期间在巴黎高科进行两年联合培养。2015年在英国游戏公司Studio Gobo参与Disney游戏Infinity 3的研发。2015年底到2017年初，在INRIA（法国信息与自动化研究所）从事博士后研究。之后加入到南京理工大学。共发表高水平论文30余篇，其中以第一作者在ACM TOG, IEEE TVCG, CGF上发表论文十余篇。担任EGSR 2021、 HPG 2021程序委员会委员，ACM TOG, Siggraph Asia, EG 等期刊会议审稿人。个人主页：https://wangningbei.github.io/

GAMES主页的“使用教程”中有 “如何观看GAMES Webinar直播？”及“如何加入GAMES微信群？”的信息；
GAMES主页的“资源分享”有往届的直播讲座的视频及PPT等。
观看直播的链接：http://webinar.games-cn.org