海量数据下的图像搜索与推荐技术介绍

案例来源:腾讯
会议地点:上海
分享时间: 2021-11-26 10:00-11:00

冯云龙  |

腾讯 博士,计算机视觉算法研究员

冯云龙,本科就读于中国科学技术大学,后于日本国立信息学研究所获得信息学博士学位,并获日本学术振兴会JSPS博士后fellowship。目前在腾讯从事计算机视觉算法相关工作,主要研究方向为目标检测、图像分类,图像搜索等。

课程概要

话题概述:
针对海量图片与视频的准确搜索与推荐,对设计以包含图片、视频内容理解的整体算法框架及各个模块算法精度、速度都提出了极大的挑战。这里,我们负责图片、视频场景的搜索召回,除了特征向量提取、图片主体检测等等常规手段外,同时结合NLP等多模态信息以进一步提升其召回的相似度。
近几年来深度学习发展迅猛,在计算机视觉领域取得了一再的突破。针对海量图片的复杂排版、设计多元化等问题,我们引入各种优化的卷积神经网络、transformer等基础网络,基于最前沿的检测、分割等算法框架,解决图像主体检测、定位与分类的问题。在文字信息特征提取的网络分支上叠加多任务学习策略,在有限资源下引入多模态信息监督,有效的补充了在视觉困难样本上的信息体征来辅助对图片主体的理解,从而提升推荐搜索的相似性。

演讲题纲:
1. 介绍当下图像搜索在业界面临的难点、挑战点
2. 针对日益爆炸的海量数据,图像搜索技术的落地技术方案
3. 技术方案中能够提升改善效果的关键环节介绍
4. 环节一、主体检测与主体擦除对模型的提升
5. 环节二、引用多模态技术增强图像的特征信息,帮助对搜索结果的提升

话题亮点:
1.最前沿的图像搜索技术在海量场景下的落地解决方案
2.最前沿的图像主体检测技术
3.多模态场景下的图像相似度技术

听众收益

1. 海量数据下的图像搜索的索引方式
2. 如何保证其服务的兼容性与可扩展性

冯云龙  |

腾讯 博士,计算机视觉算法研究员

冯云龙,本科就读于中国科学技术大学,后于日本国立信息学研究所获得信息学博士学位,并获日本学术振兴会JSPS博士后fellowship。目前在腾讯从事计算机视觉算法相关工作,主要研究方向为目标检测、图像分类,图像搜索等。

课程概要

话题概述:
针对海量图片与视频的准确搜索与推荐,对设计以包含图片、视频内容理解的整体算法框架及各个模块算法精度、速度都提出了极大的挑战。这里,我们负责图片、视频场景的搜索召回,除了特征向量提取、图片主体检测等等常规手段外,同时结合NLP等多模态信息以进一步提升其召回的相似度。
近几年来深度学习发展迅猛,在计算机视觉领域取得了一再的突破。针对海量图片的复杂排版、设计多元化等问题,我们引入各种优化的卷积神经网络、transformer等基础网络,基于最前沿的检测、分割等算法框架,解决图像主体检测、定位与分类的问题。在文字信息特征提取的网络分支上叠加多任务学习策略,在有限资源下引入多模态信息监督,有效的补充了在视觉困难样本上的信息体征来辅助对图片主体的理解,从而提升推荐搜索的相似性。

演讲题纲:
1. 介绍当下图像搜索在业界面临的难点、挑战点
2. 针对日益爆炸的海量数据,图像搜索技术的落地技术方案
3. 技术方案中能够提升改善效果的关键环节介绍
4. 环节一、主体检测与主体擦除对模型的提升
5. 环节二、引用多模态技术增强图像的特征信息,帮助对搜索结果的提升

话题亮点:
1.最前沿的图像搜索技术在海量场景下的落地解决方案
2.最前沿的图像主体检测技术
3.多模态场景下的图像相似度技术

听众收益

1. 海量数据下的图像搜索的索引方式
2. 如何保证其服务的兼容性与可扩展性

详情咨询:400-8128-020
赞助合作:sissi
联系电话:130-4321-8801
邮箱:market@msup.com.cn
CopyRight © 2008-2021 Msup

获取大会更多详情

立即参会
报名咨询
报名咨询
优惠门票
×

扫码关注公众号:回复【A2M】

参与《免费领取PPT》活动



关注后,回复【A2M】

×

扫码关注公众号:回复【A2M】

参与《免费领取PPT》活动



关注后,回复【A2M】