2021腾讯犀牛鸟精英科研人才培养计划课题（八）——视觉及多媒体计算
2021腾讯犀牛鸟精英科研人才培养计划课题（八）——视觉及多媒体计算
12月11日，2021年腾讯犀牛鸟精英科研人才培养计划正式对外发布。计划截止申报时间为2021年1月28日24:00。
本年度精英科研人才计划将延续人工智能领域顶尖科研人才培养，发布包含机器人、AI医疗、量子计算、智慧城市等12个前沿热议方向，71项研究课题。入选学生将由校企导师联合制定专属培养计划，并获得3个月以上到访腾讯开展科研访问的机会，基于真实产业问题及海量数据，验证学术理论、加速成果应用转化、开阔研究视野。同时项目组将为学生搭建线上和线下学习、交流平台，帮助学生挖掘更多潜能。
本期小编整理了该计划中“方向8：视觉及多媒体计算”，欢迎感兴趣的学生关注。
更多课题及方向介绍陆续推出，敬请关注。
（点击了解“犀牛鸟精英科研人才培养计划申请指南”）
方向8
视觉及多媒体计算
课题8.1：大规模无监督视频表示学习（地点：深圳）
无监督表示学习可以学到更一般的特征，特征的质量十分依赖输入到模型中的数据量。在此课题中，我们计划改进现有的无监督视频表示学习模型（精确度、鲁棒性等方面），并提升训练效率来给模型输入更多的数据，以此来获得性能的提升。课题目标是发表论文并给相关产品提供结果。
导师简介：
腾讯高级研究员，毕业于香港理工大学。研究兴趣集中在视频领域，包括视频分类、视频表示学习、视频+语言等，以及与此相关的机器学习模型和算法。已发表论文20余篇。
课题8.2：视频流的行人重识别关键技术研发（地点：深圳）
本课题拟研究面向视频流的行人重识别 (Person ReID) 在智慧建筑领域的研究与应用，项目的主要目的包括如下：1、研究基于视频流的深度学习多人情境下的行人检测与追踪算法，提高检测速度与精度；2、研究行人重识别算法，针对应用场景优化识别准确度；3、基于上述成果，在国际顶会和期刊上发表高质量论文。
导师简介：
腾讯高级研究员，美国佛罗里达大学计算机科学博士学位。专注计算机视觉、人脸、Person Re-ID等前沿技术研究与落地应用。在学术研究方面，目前已发表论文30余篇，学术引用次数1200多次。
课题8.3：人脸前沿技术研发（地点：深圳）
人脸是计算机视觉领域的重要研究方向和落地方向，本课题拟以人脸为突破口。研究：1、真实场景下的各种AI对抗攻击问题，比如黑盒攻击、迁移攻击、物理攻击等；2、研发高性能的防御技术，助力安全可靠的人脸识别系统；3、研发面向移动端的微小型化、低功耗、高速度、高精度的人脸系统；4、基于上述研究，在该领域的国际顶级会议和期刊上发表高质量的文章。
导师简介：
腾讯专家研究员，英国计算机协会会士（BCS Fellow），博士毕业于香港中文大学。研究兴趣包括人工智能、计算机视觉、人脸研究等，在相关领域的国际顶级会议和期刊上已发表五十多篇高质量文章，谷歌引用量7000+。国际期刊Neurcomputing和IEEE Transactions on Circuits and Systems for Video Technology的编委。
课题8.4：人脸安全方法研究（地点：上海）
课题面向人脸对抗攻防方向的基础研究，针对当前基于对抗生成网络的高清换脸以及深度神经网络的对抗脆弱性这两个重要问题：1、结合元学习、域泛化等领域方法，提升人脸换脸检测模型跨伪造方法的迁移和泛化性；2、通过对深度模型训练过程以及结构的理解，研究迁移性强、隐蔽的物理黑盒攻击方法和相应的防御方法，可以有效拦截对抗样本攻击或消除对抗攻击样本的攻击性。通过相关技术创新以及技术预研，能够提升人脸模型的可用、可知、可靠、可控性，达到业界顶尖水平。
导师简介：
腾讯专家研究员，上海交通大学博士，计算机科学与技术方向。资深人脸安全算法研究员，擅长基于深度学习的人脸活体检测、合成检测和模型对抗攻击相关算法研究。
课题8.5：高性能的视频动态理解算法（地点：深圳）
视频的动态理解是指基于时序信息的识别和检测任务。基于视频的神经网络识别网络计算量很大，如何在海量数据场景下开发轻量级的视频识别网络是一个很有挑战的研究课题。此外，如何在只有视频级的分类标签的前提下完成更精准的细粒度分类和识别是另一个极具挑战的问题。最后，在UGC场景，视频通常有背景复杂，视频质量方差大，关键目标遮挡严重、故意对抗等各种问题，如何针对各种对抗和干扰正确的识别出关键物体和动作是学术界和工业界共同的难题。研究方向：1、CPU下高性能的视频分类、动作识别算法研究；2、弱监督/半监督下的视频分类、动作识别算法研究；3、遮挡、干扰、对抗等复杂场景下的视频细粒度分类、动作识别算法研究。
导师简介：
腾讯专家研究员，博士毕业于香港科技大学。主要从事图像描述、多标签分类、目标检测、细粒度图像识别和多模态语义理解等计算机视觉前沿方向的研究与落地。在国际各类顶级期刊会议上发表论文20余篇，国内外专利10余篇。
课题8.6：人像编辑生成与驱动技术研究（地点：上海）
近年来面向人像的生成对抗网络（GAN）编辑生成技术以及3D重建驱动技术快速发展，逐步从理论研究走向行业应用阶段。在真实场景下的应用，对编辑生成及3D重建驱动算法的效果和性能都有很高要求。本课题主要研究面向方法创新和应用落地的高精度人像编辑生成与3D重建驱动技术。
导师简介：
腾讯专家研究员, 南京理工大学博士。主攻人脸分析、内容生成方向，发表30+顶会顶刊论文，包括CVPR、ICCV、ECCV、TPAMI等，谷歌学术引用2300+。目前研究方向包括内容生成、图像分割、图像恢复。
项目申报方式
— 科研人才培养计划 —
手机扫码进入“预申报”，可获得更多项目通知
PC端访问网址，进入“申报”
https://www.withzz.com/project/detail/99
2021年度犀牛鸟精英人才培养计划
本年度犀牛鸟精英人才培养计划包括“犀牛鸟精英科研人才培养计划”和“犀牛鸟精英工程人才培养计划”两部分。其中科研人才计划旨在为致力于前沿科学研究的学生提供更优质的创新科研平台，助力其借助产业真实场景及海量数据，将理论研究和实践结合，验证学术理论，发表论文和专利。工程人才计划旨在以产业真实项目为牵引，在校企双导师指导下，模拟产业研发场景，组建学生研发团队，通过持续深入的挑战进阶式课题目标达成，培养学生系统性思维，拓展前沿技术视野，提升团队协作水平、解决复杂问题等核心创新能力。
2021腾讯犀牛鸟精英科研人才培养计划课题了解：
了解犀牛鸟精英计划更多详情：
2021腾讯“犀牛鸟精英人才培养计划”申请启动
2021腾讯“犀牛鸟精英科研人才培养计划”申报指南
2021腾讯“犀牛鸟精英科研人才培养计划”FAQ
2021腾讯“犀牛鸟精英工程人才培养计划”申报指南
2021腾讯“犀牛鸟精英科研人才培养计划”FAQ
点击“阅读原文”，进入预申报