今年9月起，智東西公開課品牌全新升級為智猩猩。智猩猩定位「新科技」服務平臺，聚焦人工智能與前沿科技，提供公開課、在線研討會、講座、峰會等線上線下產(chǎn)品。
「AI新青年講座」由智猩猩出品，致力于邀請青年學者，主講他們在生成式AI、LLM、計算機視覺、機器學習等人工智能領(lǐng)域的最新重要研究成果。
AI新青年是加速人工智能前沿研究的新生力量。AI新青年的視頻講解和直播答疑，將可以幫助大家增進對人工智能前沿研究的理解，相應領(lǐng)域的專業(yè)知識也能夠得以積累加深。同時，通過與AI新青年的直接交流，大家在AI學習和應用AI的過程中遇到的問題，也能夠盡快解決。
「AI新青年講座」現(xiàn)已完結(jié)226講；有興趣分享學術(shù)成果的朋友，可以與智猩猩教研產(chǎn)品團隊進行郵件（class@zhidx.com）聯(lián)系。
無監(jiān)督域自適應（UDA）技術(shù)在語義分割領(lǐng)域被廣泛研究，在自動駕駛領(lǐng)域中使用合成數(shù)據(jù)，極大地解決了缺乏數(shù)據(jù)標注的問題。但多數(shù) UDA 方法過于關(guān)注領(lǐng)域間差異，而忽略了圖像內(nèi)的語義關(guān)聯(lián)。
為解決這一短板，來自悉尼科技大學、新加坡國立大學和浙江大學的研究者在 ACM MM 2023 的最新研究中，提出了一種面向自動駕駛場景的多細粒度自監(jiān)督學習方法 PiPa。
PiPa 專注于加強圖像內(nèi)部的像素關(guān)聯(lián)和語義連貫性，同時提高了像素級特征的區(qū)分度以及對不同上下文的魯棒性。在多個主流數(shù)據(jù)集上，也驗證了 PiPa 的有效性及其在多種域自適應場景下的泛化性。
10月12日晚7點，「AI新青年講座」第227講邀請到 PiPa 一作、悉尼科技大學 ReLER Lab 在讀博士陳牧參與，主講《多細粒度自監(jiān)督學習在自動駕駛語義分割領(lǐng)域自適應的應用》。
講者
陳牧，悉尼科技大學 ReLER Lab 在讀博士；指導老師為楊易教授，此前于莫納什大學工程院獲得學士學位；主要研究方向為語義分割及領(lǐng)域自適應，于多媒體頂級會議 ACM Multimedia 發(fā)表一作論文。
第227講
主 題
《多細粒度自監(jiān)督學習在自動駕駛語義分割領(lǐng)域自適應的應用》
提 綱
1、駕駛場景語義分割中的域適應挑戰(zhàn)
2、常見域適應方法的對比
3、自監(jiān)督學習在語義分割領(lǐng)域的應用
4、一種多細粒度自監(jiān)督學習的方法
直 播 信 息
直播時間：10月12日19:00
直播地點：智東西公開課知識店鋪
成果
論文標題：《PiPa: Pixel- and Patch-wise Self-supervised Learningfor Domain Adaptative Semantic Segmentation》
論文地址：https://arxiv.org/pdf/2211.07609.pdf
開源代碼：https://github.com/chen742/PiPa
