CVM 2022会前课程：深度学习算法与框架

CVM 2022将于4月8日在北京文津国际酒店开幕。为了促进计算机图形学与深度学习的交叉融合，CVM 2022组委会特组织会前课程，安排三个深度学习算法与框架方面的课程，分别介绍计图深度学习框架、视觉注意力机制、以及基于可微分渲染的数字内容编辑与合成等方面的新进展。

Part1

课程内容

CVM2022会前课程，拟于2022年4月7日下午3点-6点在文津国际酒店5楼祥云厅举行。将由中科院计算所的高林副研究员和计图团队核心成员梁盾博士、国孟昊博士生做课程的报告。

计图深度学习框架基础与最新进展，梁盾博士

报告摘要：深度学习框架是现代人工智能算法开发和应用的基础支撑软件，计图(Jittor)框架创新地使用了元算子融合和动态编译技术，并提出“统一计算图”的思想，在多种任务性能上超越国外主流平台。本课程将深入浅出地介绍计图的新进展，涵盖国产硬件支持、可微渲染、三维几何学习等内容，并从最基础的深度学习框架的安装开始，再到最基础的环境配置，以及Linux，python入门，进而介绍基础网络的训练等。

图1 计图框架对国产生态的支持

报告人介绍：梁盾为清华大学计算机系助理研究员、计图框架核心成员。他于2021年在清华大学获博士学位，研究方向为计算机图形学、深度学习和高性能计算等。近年来在中国科学信息科学、CVPR、ACM TOG等重要会议和期刊上发表多篇文章，曾获2015年国际学生超算比赛冠军。

图2 清华大学梁盾博士

计算机视觉中的注意力机制，国孟昊

报告摘要：注意力机制已经在计算机视觉的多种任务中取得了巨大的成功。本次报告将以计算机视觉中的注意力为中心，从注意力机制是什么、经典的视觉注意力机制、最近的比较受关注的注意力机制以及计图的实现四个方面介绍视觉中的注意力机制。

报告摘要：注意力机制已经在计算机视觉的多种任务中取得了巨大的成功。本次报告将以计算机视觉中的注意力为中心，从注意力机制是什么、经典的视觉注意力机制、注意力机制在计算机视觉中的应用、计图的实现以及未来潜在的发展方向五个方面介绍视觉中的注意力机制。

图3 注意力机制的分类的可视化展示

报告人介绍：国孟昊为清华大学计算机系二年级博士生，导师为胡事民教授。研究方向为计算机视觉、视觉注意力、计算机图形学和深度学习。他在 ICLR、ACM TOG、CVMJ 等国际期刊和会议上发表多篇论文，提出的点云的Transformer方法，2021年在CVMJ第三期发表，已经被引用160多次。

图4 清华大学国孟昊博士生

基于可微分渲染的数字内容编辑与合成方法，高林副研究员

报告摘要：近年来，可微分渲染技术迅速发展。研究者们提出了许多基于神经网络的新型场景表征，能够便捷地实现高真实感的数字内容生成。本课程将从数字人的生成、数字模型的合成编辑与风格化等方面介绍发表在IEEE TPAMI和CVPR 2022上的三个工作。

图5 基于可微分渲染的数字内容编辑与合成

报告人介绍：高林是中国科学院计算技术研究所博士生导师，副研究员，中国科学院大学岗位教师。他于2014年在清华大学获博士学位，研究方向为智能计算机图形学、深度几何学习等，在ACM SIGGRAPH/TOG、IEEE TVCG、CVPR等顶级会议和期刊上发表论文50余篇。他入选北京市杰青、并获2020年亚洲图形青年学者奖。