Talk ｜ 南洋理工大学博士生刘畅：引用分割简述-从经典任务到广义引用分割

　　公众号：将门创投(thejiangmen)本期为TechBeat人工智能社区第513期线上Talk！

　　这次我“门”有幸邀请到南洋理工大学博士生—刘畅来到TechBeat人工智能社区，为我们分享主题为“引用分割简述-从经典任务到广义引用分割”，Talk已在TechBeat人工智能社区上线！【点击这里】，即可马上免费观看！

　　本次Talk中，他介绍了经典引用分割方法、难点及局限。

　　主题：引用分割简述-从经典任务到广义引用分割

　　嘉宾：南洋理工大学博士生 刘畅

　　地点：TechBeat人工智能社区

　　引用分割是一个经典且基础的图文多模态任务。给定一个图片和一个描述图片中特定物体的自然语言表达式，其目标是找到表达式所指代的物体，并给出该物体的分割Mask。经典引用分割面临着一些挑战，如复杂的图像布局和高自由度。为了解决这些问题，研究人员提出了许多经典方法，如基于Transformer的方法。在此基础之上，为了进一步拓展引用分割的实用性，泛化引用分割逐渐引起关注，它在经典引用分割的基础上支持了更多样化的表达式，为该领域的发展提供了新的方向和机遇。

　　1. 引用分割的问题定义

　　2. 经典引用分割的难点及经典方法

　　3. 经典引用分割的局限性和泛化引用分割

　　刘畅南洋理工大学博士生新加坡南洋理工大学在读博士生，主要研究方向包括计算机视觉，深度学习，图文多模态，图像分割。在计算机领域知名期刊及会议发表多篇论文。

　　更多精彩Talk，尽在【持续上新 | Talk合辑】专栏

　　@将门创投· 让创新获得认可

　　如果喜欢，别忘了赞同、关注、分享三连哦！~笔芯?