視覺如何模型統一？牛津大學Shuyang Sun博士論文《邁向統一視覺感知》全面闡述

AIGC動態歡迎閱讀

原標題：視覺如何模型統一？牛津大學Shuyang Sun博士論文《邁向統一視覺感知》全面闡述
關鍵字：視覺,粒度,報告,任務,模型
文章來源：人工智能學家
內容字數：0字

內容摘要：

來源：專知
來自牛津大學Shuyang (Kevin) Sun博士論文《Towards Unified Visual Perception 》值得關注！探討統一視覺感知系統的構建。
Shuyang (Kevin) Sun
牛津大學Torr視覺組的DPhil（博士）學生，導師為Philip Torr教授和Victor Prisacariu教授。曾在悉尼大學SIGMA實驗室攻讀碩士學位，師從Ouyang Wanli教授。有幸與谷歌研究院的Weijun Wang和Liang-Chieh Chen，Intel ISL的Vladlen Koltun、Philipp Kr?henbühl和René Ranftl緊密合作。于2016年在中國大學獲得軟件工程學士學位。目前，他的研究重點是構建具有統一感知的綜合視覺系統。
https://kevin-ssy.github.io/
本論文通過利用視覺Transformer（Vision Transformers, ViTs）的能力，探索計算機視覺中視覺感知的前沿領域，旨在創建一個統一的框架來應對跨任務和跨粒度的挑戰。我們從人類視覺系統在不同細節層次處理

原文鏈接：視覺如何模型統一？牛津大學Shuyang Sun博士論文《邁向統一視覺感知》全面闡述

聯系作者

文章來源：人工智能學家
作者微信：
作者簡介：