从图像到文本的奇幻之旅
From Images to Text: A Journey Beyond Performance
林达华   Dahua Lin
报告人照片   林达华教授是香港中文大学信息工程系助理教授,他从中国科学技术大学获得学士学位后,在2012年于美国麻省理工学院获得计算机科学博士学位。他在2014年8月到香港中文大学任教。林教授在计算机视觉,概率推断,与深度学习方面有广泛的研究经历,并在多个课题上取得突出成绩。他在CVPR/ICCV/ECCV/NIPS/PAMI等计算机视觉与机器学习顶级会议与期刊发表逾70篇论文。他在贝叶斯非参建模方面的开创性工作于2010年获得机器学习领域最权威国际会议NIPS的最佳学生论文奖。他曾指导香港中文大学的研究团队参加ImageNet和ActivityNet竞赛,获得多个冠军。此外,他也担任ECCV 2018的领域主席(Area Chair)。
  In this talk, I will introduce our efforts on image captioning, a topic that receives increasing attention in recent years. Conventional approaches to this task often encourage reproduction of training patterns (a safe way to obtain high scores in classical metrics), while overlooking other important qualities of human languages, e.g. naturalness, coherence, diversity, and distinctiveness. In our recent work, we study the limitations of the mainstream training strategies and evaluation policies, and propose several alternative methods to captioning. We show that these methods can effectively improve the generated captions from different aspects. At the end of the talk, I will also share my reflections on several prevalent guidelines in computer vision, e.g. deep architectures and end-to-end learning.
报告时间:2018年03月22日14时00分    报告地点:西区教三教3C301
报名截止日期:2018年03月22日    可选人数:150