首页» 学术创新

华北电力大学“前沿&创新”论坛第339期:大数据人工智能时代基于整数规划的半自动|弱监督图像标注算法

【讲座题目】大数据人工智能时代基于整数规划的半自动弱监督图像标注算法

【讲座时间】2020年1月7日(星期二)10:00-12:00

【讲座地点】B524

【主 人】Dr. Roubing Shen(沈若冰)

【主讲人简介】沈若冰,德国海德堡大学数学博士(离散与组合优化、计算机视觉方向),德国汽车集团无人驾驶部门机器学习组担任计算机视觉研发工程师,欧盟玛丽居里学者。目前主要研究方向为下一代无人驾驶感知系统的研发工作。曾于意大利博洛尼亚大学工学院、IBM Cplex实习半年,法国巴黎综合理工计算机学院访问一季。博士期间创办了『运筹OR帷幄』公众号|知乎专栏,以及运筹学|人工智能学术社区,担任专栏主编。

【内容简介】

  作为无人驾驶系统的底层技术,人工智能、计算机视觉模型需要从真实道路测试中收集大量的视频和图像数据,需要图像标注者对图像进行标注,例如围绕行人绘制图框或标记单个像素的详细信息。数据科学家将近80%的时间用于数据方面的准备,将已标注的图片用于“教导”无人驾驶人工智能系统如何识别和定位对象,以及如何据此作出恰当的反应。因此,无人驾驶公司必须找到一种方法来加速标注而保证质量

  开发一种半自动的基于启发式和整数规划的全景分割标注算法,可大大提高标注效率。算法在Pascal VOCCityscapes公开数据集上测试,在只获取图片RGB信息的情况下就可得到很好的精度,并且在使用深度学习推断信息作为算法的输入后,图像分割的精度获得了更大的提升。