本期为TechBeat人工智能社区第344期线上Talk。
北京时间9月16日(周四)晚8点，美国罗切斯特理工大学在读博士生—包文韬的Talk将准时在TechBeat人工智能社区开播！
他与大家分享的主题是: “DEAR：面向开集动作识别的深度证据学习”， 届时将 介绍其利用深度学习不确定性，在开放的世界中进行视频动作识别研究所遇到的挑战与收获。
Talk·信息
主题：DEAR：面向开集动作识别
的深度证据学习
嘉宾 ： 美国罗切斯特理工大学
在读博士生 包文韬
时间：北京时间9月16日 (周四) 20:00
地点：TechBeat人工智能社区
http://www.techbeat.net/
Talk·提纲
在AI视频识别应用中，一方面，开发者通常难以清晰地定义视频中人物动作的类别，另一方面，上线后的AI模型不可避免地会接收从未见过的动作类别的视频数据。因此，如何在精确识别已知类别的视频动作的同时，准确鉴别出类别未知的视频动作，成为当前AI视频识别算法落地所面临的困境。本文利用深度学习不确定性，在开放的世界中进行视频动作识别研究，不仅促进了开集识别、深度学习不确定性等领域的学术研究，而且有益于包括动作识别在内的相关AI视频理解应用加快落地。
本次分享主要为：
1. 开集识别问题与视频应用
2. 深度学习的不确定性
3. 提出的DEAR模型
4. 实验结果和分析
5. 总结与讨论
Talk·参考资料
这是本次分享中将会提及的资料，建议提前预习哦！
1、论文地址：
https://arxiv.org/pdf/2107.10161.pdf
2、代码链接：
https://github.com/Cogito2012/DEAR
3、项目主页：
https://www.rit.edu/actionlab/dear
4、 （点击标题可以查看该文章）
Talk·提问交流
通过以下两种方式提问都将获得微信现金红包奖励哦！
方式 ①
在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！
你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！
方式 ②
在本文留言区直接提出你的问题，或扫描下方二维码提问！
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
快来提问啦！
Talk·嘉宾介绍
包文韬
美国罗切斯特理工大学 在读博士生
包文韬，美国罗切斯特理工大学计算与信息科学系，三年级在读博士生，师从Yu Kong教授、Qi Yu教授。 此前分别于2016和2019年获得武汉大学本科和硕士学位，硕士期间在武汉大学陈震中教授课题组从事高光谱遥感、视觉注意力、三维目标检测等科研工作。 博士研究方向为计算机视觉与机器学习，具体包括视频内容理解、深度学习的不确定性、模型可解释性。 相关研究成果已在IEEE TIP、IROS、ACM M M、ICCV等国际期刊和会议上发表。
个人主页：
https://cogito2012.github.io/homepage
如果你也想成为讲者
自荐 / 推荐
单人Talk | 团队专场 | 录播or直播 | 闭门交流
多种方式任你选择！
推荐讲者成功也有奖励哦~
关于TechBeat人工智能社区
TechBeat(www.techbeat.net)隶属于将门创投，是一个荟聚全球华人AI精英的成长社区。
我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。
期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！
更多详细介绍>>
⤵一键送你进入TechBeat快乐星球
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
