一种基于可见区域分割和形状先验的无模态分割模型 | AAAI 2021线上分享

准备开始学习机器学习？有人帮你选出了 top 8 优质课程：CS229、 Stat 451……

在您开始深度学习之前，强烈建议您学习一些入门机器学习课程，以掌握聚类，回归，评估指标等基本概念。

AAAI 的英文全称是 Association for the Advance of Artificial Intelligence——美国人工智能协会。该协会是人工智能领域的主要学术组织之一，其主办的年会也是人工智能领域的国际顶级会议。在中国计算机学会的国际学术会议排名以及清华大学新发布的计算机科学推荐学术会议和期刊列表中，AAAI 均被列为人工智能领域的 A 类顶级会议。

AAAI 2021一共收到9034篇论文提交，其中有效审稿有7911篇，最终录取的数量为1692篇，接收率为21.4%。本届会议将于2月2日-2月9日全程线上举办。

AI 科技评论现特别策划了AAAI 2021系列论文分享课程，1 月 26 日（周二）20:00-21:00 ，AI 科技评论特别邀请到了上海科技大学研究生肖宇廷，作客 AI研习社 AAAI 2021论文解读直播间，为大家详细介绍他被收录的论文工作情况。嘉宾分享完还有问答环节，欢迎大家积极参与讨论，一起探讨相关学术问题。

分享主题

《
一种基于可见区域分割和形状先验的无模态分割模型
》

分享时间

2021年1月26日（周二）20:00-21:00

分享嘉宾

▲肖宇廷
肖宇廷，上海科技大学三年级硕士生，师从高盛华教授，研究方向包括异常检测，图像分割等。

分享背景

深度神经网络在物体分割上有着广泛的应用，在物体分割中，物体被遮挡是不可避免的，然而在部分现实世界场景，例如自动驾驶等应用中，仅仅预测物体可见区域是不够的。因此需要进行无模态分割来预测完整的物体区域。本次分享主要介绍一种基于可见区域分割和形状先验的无模态分割方法。

方法概述图：

分享提纲

1. 无模态分割的背景和现状
2. 基于可见区域分割和形状先验的无模态分割

论文地址

https://arxiv.org/pdf/2012.05598.pdf

代码地址

人工智能和机器学习之间的区别，你真的清楚吗?

ML是我们期望实现人工智能的方法之一。

https://github.com/YutingXiao/Amodal-Segmentation-Based-on-Visible-Region-Segmentation-and-Shape-Prior

直播间观看地址
AI研习社直播间：

https://live.yan
xishe.com/r
oom/89

Bilibili直播间：
http://live.bilibili.com/5612206

扫码添加小助手微信，回复【AAAI】进入AAAI交流群，如有学术工作想要分享也欢迎和我们联系沟通。

风情信息(公众号：风情信息)风情信息风情信息

风情信息原创文章，未经授权禁止转载。详情见转载须知。

让审稿人更感兴趣的论文标题和摘要如何撰写？简洁、精确、周密是关键

“标题”和“摘要”是论文给人的“第一印象” 。