IEEE International Conference on Computer Vision and Pattern Recognition 2017
2017-04-30
org.kosen.entty.User@51600a38
김수진(mauvepale)
분야
정보/통신
개최일
2017-07-21~2017-07-26
신청자
김수진(mauvepale)
개최장소
United States,하와이, 호놀루루
URL
행사&학회소개
CVPR 2017 (Conference on Computer Vision and Pattern Recognition 2017)은 ICCV (International Conference on Computer Vision)와 더불어 computer vision 분야 세계 최고의 학회입니다. 전세계 수십개국의 computer vision 분야 최고 연구자들이 참여하여 그들의 최신 연구결과를 공유합니다. 특히 현존 computer vision분야에서 가장 핫한 각종 모델 및 알고리즘, 특히 딥러닝 기반의 알고리즘들이 CVPR에서 발표되었습니다. 통상 논문 채택률은 oral 5%미만, spotlight 8%내외, 포스터발표 25% 내외 정도입니다.
올해 CVPR은 하와이 호놀루루에서 개최되며 논문 채택률 역시 평년 수준을 유지한 것으로 알고 있습니다.
Computer vision 및 machine learning 분야 연구자라면 반드시 참석해야 하는 학회라고 할 수 있습니다.
올해 CVPR은 하와이 호놀루루에서 개최되며 논문 채택률 역시 평년 수준을 유지한 것으로 알고 있습니다.
Computer vision 및 machine learning 분야 연구자라면 반드시 참석해야 하는 학회라고 할 수 있습니다.
보고서작성신청
- 신청동기: CVPR 은 컴퓨터 비전분야 최고의 학회이며 딥러닝 기반의 computer vision 최신 기술이 많이 공유되는 자리이며, 뿐 만 아니라 기계학습 분야 세계 최고 수준의 학교, 연구소, 기업들이 참가하여 연구내용을 공유하고 향후 연구방향에 대한 논의를 진행하여 현 주목받고 hot한 기술에 대해 알아 볼 수 있는 좋은 학회입니다.
- 작성분야: 딥러닝 기반의 image processing 및 computer vision 및 패턴 인식기술 관련 기계학습 기술 위주로 작성 예정입니다.
- 참석배경: 본 신청자는 기계학습 기반 생물학 데이터를 분석하는 연구를 주로 진행하고 있지만, 주 전공은 인공지능의 한 분야인 기계학습으로 다양한 기계학습 방법론으로부터 데이터 분석 응용 연구를 수행하고 있습니다. 최근에는 sequence modeling 에서 딥러닝 특히 convolutional neural networks 및 recurrent neural networks를 이용한 방법들이 좋은 성능을 보이고 있습니다. 비록 문제나 도메인이 다소 상이하나 문제를 풀기위한 근본적인 기술들은 CVPR에서 state-of-the-art model 및 알고리즘들이 많이 소개 및 공유되고 있으므로 CVPR 2017에 참석하여 기계학습 분야의 최신 기술 및 연구에 대해 견문을 넓히고 해당 분야 전문가들이 예측하는 향후 연구 전망에 대해 알아보고자 합니다. 특히 학술 분야 뿐만 아니라 실제 산업적 분야에서 현 기계학습의 최신 기술 및 트렌드들이 어떻게 진행되고 있는지 파악하는데 많은 도움이 될 수 있을 것이라 사료됩니다. 이는 데이터를 분석하는 기계학습 연구자 뿐 만 아니라 다양한 분야의 연구자들에게 흥미로운 이슈와 새로운 시각을 제공할 수 있는 양질의 정보를 제공 할 수 있을 것이라 기대됩니다.
- 작성분야: 딥러닝 기반의 image processing 및 computer vision 및 패턴 인식기술 관련 기계학습 기술 위주로 작성 예정입니다.
- 참석배경: 본 신청자는 기계학습 기반 생물학 데이터를 분석하는 연구를 주로 진행하고 있지만, 주 전공은 인공지능의 한 분야인 기계학습으로 다양한 기계학습 방법론으로부터 데이터 분석 응용 연구를 수행하고 있습니다. 최근에는 sequence modeling 에서 딥러닝 특히 convolutional neural networks 및 recurrent neural networks를 이용한 방법들이 좋은 성능을 보이고 있습니다. 비록 문제나 도메인이 다소 상이하나 문제를 풀기위한 근본적인 기술들은 CVPR에서 state-of-the-art model 및 알고리즘들이 많이 소개 및 공유되고 있으므로 CVPR 2017에 참석하여 기계학습 분야의 최신 기술 및 연구에 대해 견문을 넓히고 해당 분야 전문가들이 예측하는 향후 연구 전망에 대해 알아보고자 합니다. 특히 학술 분야 뿐만 아니라 실제 산업적 분야에서 현 기계학습의 최신 기술 및 트렌드들이 어떻게 진행되고 있는지 파악하는데 많은 도움이 될 수 있을 것이라 사료됩니다. 이는 데이터를 분석하는 기계학습 연구자 뿐 만 아니라 다양한 분야의 연구자들에게 흥미로운 이슈와 새로운 시각을 제공할 수 있는 양질의 정보를 제공 할 수 있을 것이라 기대됩니다.