自动化系博士黄高荣获2017年国际计算机视觉与模式识别大会最佳论文奖

2017年国际计算机视觉与模式识别大会(IEEE Conference on Computer Vision and Pattern Recognition,CVPR2017)日前在美国夏威夷檀香山召开,清华大学自动化系和康奈尔大学计算机系联合博士后黄高(清华大学自动化系09级博士生)为第一作者发表的论文《密集连接的卷积神经网络》(Densely Connected Convolutional Networks)获得了会议最佳论文奖。

黄高博士于2009年入学清华大学自动化系,师从吴澄院士,2015年获博士学位,现为清华大学自动化系与美国康奈尔大学计算机系联合博士后。研究生在学期间,以第一作者发表学术论文7篇,获得清华大学优秀博士学位论文一等奖。该获奖论文的主要贡献是提出了一种全新的卷积神经网络架构“密集链接卷积网络”(DenseNet),显著地提升了模型在图片识别任务上的准确率。卷积神经网络(Convolutional Neural Networks, CNN)是深度学习与计算机视觉研究中最重要的模型之一。该项研究提出密集连接的卷积网络(Densely Connected Convolutional Networks,DenseNets),缓解了训练神经网络中梯度消失现象,加强了特征的前向传播和重利用,大幅度提高了参数利用效率,在公开图片分类数据集上取得了显著的效果提升。

国际计算机视觉与模式识别大会(CVPR)是人工智能领域的国际顶级会议,2017年共收到2680篇投稿,接收783篇,最终评选出包括该论文在内的两篇最佳论文。