李鎮(zhèn)教授團(tuán)隊(duì)在CVPR、MICCAI權(quán)威國(guó)際會(huì)議發(fā)表多篇論文
? ? ? ? 近日，香港中文大學(xué)（深圳）理工學(xué)院李鎮(zhèn)教授團(tuán)隊(duì)兩篇研究工作被IEEE計(jì)算機(jī)視覺(jué)與模式識(shí)別頂會(huì)CVPR2020收錄，三篇研究工作被醫(yī)學(xué)圖像處理領(lǐng)域頂會(huì)MICCAI2020收錄。
?
會(huì)議簡(jiǎn)介
? ? ?? CVPR是由美國(guó)電氣及電子工程師學(xué)會(huì)（IEEE）組織的計(jì)算機(jī)視覺(jué)領(lǐng)域最權(quán)威的國(guó)際會(huì)議之一，每年一屆，與ICCV（計(jì)算機(jī)視覺(jué)國(guó)際會(huì)議）和ECCV（歐洲計(jì)算機(jī)視覺(jué)會(huì)議）并列為計(jì)算視覺(jué)領(lǐng)域最頂級(jí)的三大國(guó)際會(huì)議。
? ? ? ? 香港中文大學(xué)（深圳）理工學(xué)院李鎮(zhèn)教授課題組顏旭同學(xué)（博士一年級(jí)）以第一作者身份發(fā)表論文“PointASNL: Robust Point Clouds Processing using Nonlocal Neural Networks with Adaptive Sampling”。另外，李鎮(zhèn)教授課題組另外一篇研究工作“Exemplar Normalization for Learning Deep Representation”也被CVPR2020收錄。論文由李鎮(zhèn)教授、崔曙光教授等老師指導(dǎo)。
?
論文簡(jiǎn)介
論文題目：PointASNL: Robust Point Clouds Processing using Nonlocal Neural Networks with Adaptive Sampling
? ? ? ? 原始點(diǎn)云數(shù)據(jù)不可避免地從3D傳感器或在重建算法中包含異常值。本文提出了一種用于魯棒點(diǎn)云處理的新型端到端網(wǎng)絡(luò)，稱(chēng)為 PointASNL，可以有效地處理帶噪聲的點(diǎn)云。我們方法中的關(guān)鍵部分是自適應(yīng)采樣（AS）模塊。它首先從最遠(yuǎn)點(diǎn)采樣點(diǎn)的周?chē)鷮?duì)點(diǎn)的鄰域加權(quán)，然后在整個(gè)點(diǎn)云中自適應(yīng)地調(diào)整采樣點(diǎn)。AS模塊不僅有益于點(diǎn)云的特征學(xué)習(xí)，而且緩解異常值的影響。為了進(jìn)一步捕捉采樣點(diǎn)和整體的長(zhǎng)距離依賴關(guān)系，我們從非局部操作的角度出發(fā)，提出了局部-非局部 (local-Nonlocal, L-NL)?模塊。這種L-NL模塊使學(xué)習(xí)過(guò)程對(duì)噪聲不敏感。大量的實(shí)驗(yàn)證明了在分類(lèi)和語(yǔ)義分割任務(wù)上，在合成數(shù)據(jù)，室內(nèi)、室外數(shù)據(jù)，是否有噪聲的數(shù)據(jù)，都有良好性能和魯棒性。并且在有大量噪聲的真實(shí)戶外數(shù)據(jù)集SemanticKITTI上，明顯優(yōu)于以前的方法。
代碼：https://github.com/yanx27/PointASNL
論文：https://arxiv.org/pdf/2003.00492.pdf
?
顏旭?
計(jì)算機(jī)與信息工程專(zhuān)業(yè)、博士一年級(jí)
理工學(xué)院、思廷書(shū)院
? ? ? ? 顏旭目前是我校理工學(xué)院計(jì)算機(jī)與信息工程項(xiàng)目的博士一年級(jí)學(xué)生，本科畢業(yè)于中山大學(xué)，研究生畢業(yè)于我校數(shù)據(jù)科學(xué)項(xiàng)目，研究的方向主要在于3D點(diǎn)云處理。
學(xué)生感言
? ? ? ? 非常感謝我的合作者們以及老師們?cè)谡撐耐瓿善陂g的支持和啟發(fā)，特別感謝學(xué)校能為我們科研學(xué)習(xí)無(wú)條件地提供充足的計(jì)算資源。歡迎更多優(yōu)秀的同學(xué)能加入我們項(xiàng)目組。
?
會(huì)議簡(jiǎn)介
? ? ? ? MICCAI系列會(huì)議始于1998年，由CVRMed（計(jì)算機(jī)視覺(jué)、虛擬現(xiàn)實(shí)和醫(yī)療機(jī)器人）、MRCAS（醫(yī)療機(jī)器人和計(jì)算機(jī)輔助手術(shù)）和VBC（生物醫(yī)學(xué)計(jì)算可視化）三個(gè)會(huì)議合并而成，第一屆MICCAI大會(huì)于1998年在美國(guó)波士頓舉行，現(xiàn)已成為該領(lǐng)域首屈一指的國(guó)際會(huì)議，享有很高的國(guó)際學(xué)術(shù)聲譽(yù)。
? ? ? ? 近日，香港中文大學(xué)（深圳）理工學(xué)院&大數(shù)據(jù)研究院訪問(wèn)碩士張敏清同學(xué)為第一作者的論文"Characterizing Label Errors: Confident Learning for Noisy-labeled Image Segmentation" 被2020國(guó)際醫(yī)學(xué)圖像計(jì)算與計(jì)算機(jī)輔助介入會(huì)議MICCAI收錄。該論文主要研究了困擾醫(yī)學(xué)影像處理領(lǐng)域的noisy label問(wèn)題，即用于訓(xùn)練的標(biāo)簽中存在噪聲，提出了一種深度學(xué)習(xí)的框架，不僅可以識(shí)別出標(biāo)簽中的噪聲，還可以使模型具有抗噪聲干擾的能力。另外，李鎮(zhèn)教授課題組另外兩篇研究工作“Adaptive Context Selection for Polyp Segmentation”和“UXNet: Searching Multi-level Feature Aggregation for 3D Medical Image Segmentation”也被MICCAI Provisional Accept（接收率大概10%）。論文由李鎮(zhèn)教授、崔曙光教授等老師指導(dǎo)。
?
論文簡(jiǎn)介
論文題目：Characterizing Label Errors: Confident Learning for Noisy-labeled Image Segmentation
? ? ? ? 卷積神經(jīng)網(wǎng)絡(luò)對(duì)海量數(shù)據(jù)的強(qiáng)大處理能力使其在圖像處理方面取得了顯著的性能。但是，如果訓(xùn)練數(shù)據(jù)被有噪聲的標(biāo)簽損壞，其性能可能會(huì)惡化。在醫(yī)學(xué)圖像分析中，這一困難更為明顯。這是因?yàn)獒t(yī)學(xué)圖像的標(biāo)注總是需要醫(yī)學(xué)專(zhuān)業(yè)知識(shí)和臨床經(jīng)驗(yàn)，這樣的主觀性必然會(huì)將噪聲引入標(biāo)注。本文設(shè)計(jì)了一種基于teacher-student結(jié)構(gòu)的噪聲識(shí)別醫(yī)學(xué)圖像分割算法。本文利用自信學(xué)習(xí)技術(shù)識(shí)別標(biāo)注中的噪聲，并賦予網(wǎng)絡(luò)以抗干擾能力。具體地說(shuō)，自信學(xué)習(xí)技術(shù)應(yīng)用于teacher模型可以在像素級(jí)別識(shí)別標(biāo)注噪聲。由于識(shí)別的噪聲并不完美，因此本文引入空間標(biāo)注平滑正則化技術(shù)，用來(lái)訓(xùn)練student模型。該方法生成像素級(jí)的修正標(biāo)注，而不是圖像級(jí)地給標(biāo)注分配權(quán)重。因此在JSRT數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表面，它在noisy-labeled圖像分割任務(wù)中優(yōu)于最先進(jìn)的方法,尤其是當(dāng)訓(xùn)練數(shù)據(jù)由噪聲嚴(yán)重?fù)p壞的情況。
?
張敏清
訪問(wèn)碩士
香港中文大學(xué)（深圳）理工學(xué)院
深圳市大數(shù)據(jù)研究院?
學(xué)生感言
? ? ? ? 現(xiàn)在回顧自己當(dāng)時(shí)決定在研三的時(shí)候來(lái)到香港中文大學(xué)（深圳），加入李鎮(zhèn)教授的團(tuán)隊(duì)進(jìn)行訪問(wèn)，無(wú)疑是一個(gè)無(wú)比正確的選擇。在訪問(wèn)期間內(nèi)，我收獲頗豐，被這里的老師和同學(xué)們嚴(yán)謹(jǐn)?shù)目蒲袘B(tài)度和百折不撓的科研精神深深震撼。論文寫(xiě)作過(guò)程中，恰好碰上新冠疫情肆虐，大家居家隔離無(wú)法返校進(jìn)行科研工作。面對(duì)如此艱難的情況，正是在崔曙光教授和李鎮(zhèn)教授的支持及指導(dǎo)下，同時(shí)還有合作者們的協(xié)助下，我們像一支球隊(duì)一樣緊密合作共同努力，在居家隔離期間完成了這篇論文的寫(xiě)作與投遞。最終論文被成功接收的消息，是對(duì)我們?cè)诶щy情況下專(zhuān)心科研所做出的最大肯定。
?
指導(dǎo)老師簡(jiǎn)介
李鎮(zhèn)博士
理工學(xué)院研究助理教授
? ? ? ? 李鎮(zhèn)博士分別在2011年和2014年于中山大學(xué)獲得學(xué)士和碩士學(xué)位，在2018年于香港大學(xué)獲得博士學(xué)位。李鎮(zhèn)博士同時(shí)在2016年和2018年于芝加哥大學(xué)，豐田芝加哥研究院進(jìn)行訪問(wèn)學(xué)者研究工作。李鎮(zhèn)博于2018年九月加入香港中文大學(xué)深圳擔(dān)任研究助理教授和深圳大數(shù)據(jù)研究院擔(dān)任研究科學(xué)家。李鎮(zhèn)博士的研究方向主要是利用深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)算法進(jìn)行蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)，醫(yī)學(xué)圖像處理，以及深度神經(jīng)網(wǎng)絡(luò)的壓縮和搜索。他是蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)競(jìng)賽CASP12全球冠軍的主要成員，并獲得PLOS CB 2018最新突破和創(chuàng)新獎(jiǎng)項(xiàng)，2019年CCF-騰訊犀牛鳥(niǎo)科研基金獲得者。目前李鎮(zhèn)博士為深度比特實(shí)驗(yàn)室負(fù)責(zé)人(https://mypage.cuhk.edu.cn/academics/lizhen/)，研究方向?yàn)辄c(diǎn)云處理，醫(yī)學(xué)圖像處理，領(lǐng)域自適應(yīng)以及神經(jīng)網(wǎng)絡(luò)自動(dòng)搜索。
?
崔曙光教授
理工學(xué)院代理院長(zhǎng)
? ? ? ? 他于2005年在美國(guó)斯坦福大學(xué)獲得博士學(xué)位，先后在美國(guó)德州農(nóng)機(jī)大學(xué)和加州大學(xué)戴維斯分校任助理、副、正、和Child Family講席教授 。現(xiàn)任深圳市大數(shù)據(jù)研究院副院長(zhǎng)和香港中文大學(xué)（深圳）校長(zhǎng)講座教授。崔教授的當(dāng)前科研方向主要集中在數(shù)據(jù)驅(qū)動(dòng)的大規(guī)模系統(tǒng)控制和資源管理。已在國(guó)際一流期刊和會(huì)議上發(fā)表了兩百五十余篇論文。崔教授是IEEE信號(hào)處理協(xié)會(huì)2012年最佳論文獎(jiǎng)獲得者, 并曾擔(dān)任多個(gè)IEEE國(guó)際會(huì)議的主席和程序委員會(huì)主席，多個(gè)國(guó)際期刊的編委(IEEE TBD, TSP, TWC, TVT, CL)和IEEE SPM的領(lǐng)域主編，是IEEE通信協(xié)會(huì)無(wú)線技術(shù)委員會(huì)(WTC)的主席 。崔教授在2013年當(dāng)選IEEE Fellow（博士畢業(yè)后8年內(nèi)當(dāng)選，為IEEE歷史上最快之一），并在2014年和2016年被分別任命為IEEE Transactions on Big Data和IEEE Transactions on Cognitive Communications and Networking 的Steering Committee委員。崔教授在2014年入選IEEE ComSoc Distinguished Lecturer, Thomson Reuters全球高被引科學(xué)家名單, 和ScienceWatch的全球最具影響力科學(xué)家名單。在2017年10月，基于其在物聯(lián)網(wǎng)和數(shù)據(jù)分析領(lǐng)域的學(xué)術(shù)聲譽(yù)，崔教授應(yīng)阿里巴巴集團(tuán)的邀請(qǐng)到杭州，作為13名科學(xué)家之一為阿里巴巴達(dá)摩院的成立提供了戰(zhàn)略性意見(jiàn)。
