報告題目 |
跨模態圖像生成 |
報 告 人 |
鮑秉坤,南京郵電大學,教授、博士生導師 |
報告时间 |
2024年12月1日(星期天)上午10:10-10:40 |
報告所在 |
方遠PP电子大飯店天韻A |
報 告 內 容 簡 介 |
報告內容簡介: 近年来跨模態圖像生成在图像生成、图像编辑等任务中取得了广泛应用。尽管现有研究在生成图像的质量方面取得了一定的进步,但生成图片的速度较慢,且对硬件需求较高。这主要归因于当前预训练生成模型具有庞大的参数规模,生成历程高度庞大,每个生成步骤都需要进行大量盘算,从而导致整个生成历程耗时相当长。这一缺陷使得模型训练成本极高,同时也提高了用户的硬件和时间成本。本報告将首先介绍近期跨模態圖像生成任务的研究进展,从提高预训练GAN模型生成質量且保證生成速度的角度出發,介紹團隊在文本生成圖像任務的研究思路和研究结果,最後探討如何使用大規模預訓練多模態模型優化文本到圖像生成任務。 報告人簡介: 鮑秉坤,南京郵電大學計算機學院、軟件學院、網絡空間宁静學院副院長(主持事情),教授、博士生導師。國家傑出青年基金獲得者、江蘇省傑青、江蘇省雙創人才。研究偏向爲多媒體計算、社交多媒體、計算機視覺、人工智能等。先後主持多項國家和省部級項目,包罗國家重點研發計劃:科技創新2030-人工智能重大专项、国家自然科學基金重点项目、国防科技173计划技术领域基金项目、江苏省重点研发计划等。荣获2018年度电子学会科学技术(自然科學类)一等奖。荣获多媒体领域的ACM汇刊TOMM 2016年度最佳论文奖、IEEE MM 2017年度最佳论文奖、Multimedia Modeling 2019年度最佳论文Runner Up奖。荣获ICME 2020 Outstanding Areas Chair。 |
承辦學院 |
電子與信息工程學院 |
發布日期 |
2024-11-26 |
歡迎廣大教師、學生參加! |
文:冯陈芙 / 图:无 / 审核:缪鸣安 / 责任编辑:孙晓俊