· 智源学者

1976年出生,博士毕业于西安交通大学模式识别与智能控制系,现任北京旷视科技有限公司首席科学家,兼任西安交通大学人工智能学院院长。在计算机视觉、深度学习、计算机图形学三个方向都做出了突出的贡献。发表科学论文100余篇,在2009和2016年两次获得了计算机视觉年会CVPR的最佳论文奖,谷歌学术引用总数超过73,081次,H-index 指数78,高引论文(引用超1000次)12篇。

 

2015年的代表工作“深度残差网络ResNets”,已成为计算机视觉和深度学习的最主流方法之一。该成果获得了2016年CVPR最佳论文奖,谷歌学术引用19,612次,是近五年在深度学习和计算机视觉领域被引用数最高的论文之一,并已被广泛应用于工业界。

 

孙剑博士还在计算摄影学做出了一系列的杰出工作,包括交互式图像分割、图像和视频抠像、图像补全、图像去雾、图像去模糊等,共发表计算机图形学年会SIGGRAPH论文11篇。其中图像去雾的工作(“Single Image Haze Removal using Dark Channel Prior”)开创性提出“暗通道先验”,从单张输入图片恢复去除雾的图像。该工作获得计算机视觉年会CVPR 2009最佳论文奖,也是亚洲人首次获得该奖。

 

孙剑博士同时在基础研究的产品化方面有多年成功经验,在微软工作期间有多项基础研究转化为核心产品(Windows、Office、Azure、Bing等)的重要功能,并因其杰出贡献而任至微软合伙人。孙剑博士目前领导的旷视科技研究院在2017/2018连续获得COCO图像理解大赛冠军,并推出了目前业界广泛使用的移动端神经网络ShuffleNet 。旷视科技的FaceID人脸识别系统目前是国内最大的第三方身份认证平台,已服务超3亿人次;人脸解锁技术广泛应用于超过1亿台智能手机上。

 

孙剑博士还因其在视觉场景理解的模式表征与计算及方法方面的研究成果,而荣获2015年教育部自然科学一等奖和2016年获得国家自然科学二等奖(均第三完成人)。目前承担国家重点研发计划“变革性技术关键科学问题”重点专项项目“下一代深度学习理论、方法和关键技术”总项目负责人。

代表性成果:

  1. 深度残差网络ResNets,通过引入残差学习的思想来学习神经网络中层与层之间的变化关系,提出了一个深度残差学习的框架,成功地克服深度神经网络训练难的世界级难题。该残差学习框架首次成功地训练出了深达152层、甚至上千层的深度神经网络,并在2015年ImageNet图像识别任务上获得三项冠军,第一次超过了人类的性能,是计算机视觉和深度学习领域的重大的突破。目前,该方法已成为计算机视觉和深度学习的最主流方法之一。该成果获得2016年CVPR最佳论文奖,谷歌学术引用19,612次,是近五年在深度学习和计算机视觉领域被引用数最高的论文之一,并已被被广泛应用于工业界。
  2. 图像去雾的工作(“Single Image Haze Removal using Dark Channel Prior.”),开创性提出“暗通道先验”,从单张输入图片恢复去除雾的图像。该工作获得计算机视觉年会CVPR 2009最佳论文奖,也是亚洲人首次获得该奖。
  3. 所领导的旷视科技研究院在2017/2018连续获得COCO图像理解大赛冠军,并推出了目前业界广泛使用的移动端神经网络ShuffleNet 。旷视科技的FaceID人脸识别系统目前是国内最大的第三方身份认证平台,已服务超3亿人次;人脸解锁技术广泛应用于超过1亿台智能手机上。

拟研究项目名称:图像或视频超画质算法及在智能芯片上的高效实现

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OK