2023年春季学期视觉计算实验室第九次论文研读预告

时间:2023年5月5日(本周五) 09: 30

地点:望江校区基础教学楼B座318实验室

分享者:王国强、樊禧

Part1

分享者:王国强

分享内容:

[1]Deng Z, Weng D, Liang Y, et al. Visual cascade analytics of large-scale spatiotemporal data[J]. IEEE Transactions on Visualization and Computer Graphics, 2021, 28(6): 2486-2499.

[2]Zohrevandi E, Westin C A L, Lundberg J, et al. Design and evaluation study of visual analytics decision support tools in air traffic control[C]//Computer Graphics Forum. 2022, 41(1): 230-242.

论文简介:

[1]许多时空事件可以被看作是传染病。这些事件通过遵循级联模式,隐式地跨越时空传播。分析这种级联过程在各种城市应用中具有重要意义,如交通规划和污染诊断。由于现有方法在挖掘和解释级联模式方面的能力有限,本文提出了一个名为VisCas的可视化分析系统。VisCas将推理模型与交互式可视化相结合,使分析人员能够推断和解释时空背景下潜在的级联模式。为了开发VisCas,本文解决了三个主要挑战:1)广义模式推理,2)内隐影响可视化,以及3)多面级联分析。文章通过两个案例研究证明了VisCas的能力和有效性,这两个案例研究是通过领域专家在真实世界的交通拥堵和空气污染数据集上进行的。

图1 VisCas系统界面

[2]空中交通管制员的操作人员面对时间和安全相关的关键情况时,要求高效、可靠和鲁棒的实时处理和解释复杂数据。自动化支持工具帮助管制人员在管制过程中防止飞机之间的间隔损失。本工作提出了两种视觉分析界面的设计和评估,这两种人机界面能够促进上下文感知,并支持时空领域的“what-if”和“what-else”探测,旨在提高信息集成程度和支持管制员实现基于优先级的冲突解脱。这两个界面都根据时间-高度图可视化垂直解脱空间。本文的主要贡献是:(a)提出了支持冲突解决的两个界面;(b)针对垂直信息和飞机爬升和下降速度如何影响冲突进行新的表述,以及(c)与传统空中交通管制支持系统的界面进行评估和比较。评估研究由领域专家进行,以比较可视化概念在工具建议的处理解决方案中评估对操作员参与的影响。结果表明,可视化能够更好地支持操作人员理解和解决冲突。在此基础上,提出了时间关键性领域的通用设计准则。

图2 统一交通态势下的角度时间可视化和径向时间可视化

Part2

分享者:樊禧

分享内容:

[1]Ding X ,  Zhang X ,  Ma N , et al. RepVGG: Making VGG-style ConvNets Great Again[J].  2021.

论文简介:

[1]我们提出了一种简单而强大的卷积神经网络结构,其推理阶段是仅由3*3卷积和RELU组成VGG风格的结构,训练阶段则具有多分支结构。这种训练-推理的解耦是利用一种叫做“重参数化(re-parameterization)”的技术实现的,因此,该网络被称为RepVGG。在ImageNet上能够达到超过80%的top-1准确率,这是plain网络第一次达到如此高的性能。在 NVIDIA 1080Ti GPU上,RepVGG比ResNet-50快83%,比ResNet-101快101%,同时具有更高的精度。相比当前的SOTA模型,如EfficientNet、ResNet,RepVGG可以实现精度-速度之间的平衡。

图3 本文所采用的重参数化流程图