绑定手机号
获取验证码
确认绑定
提问
0/255
提问
订阅开课提醒需关注服务号
回答成功
知道了
扫码关注智东西公开课服务号登录
请使用微信扫描二维码
扫描二维码分享给微信好友
您已订阅成功,有新课程,我们将第一时间提醒您。
知道了
发送提问成功
回答可在
“我的——我的提问”中查看
知道了
失败
欢迎来智东西
关注我们
智东西
车东西
芯东西
智东西公开课
基于扩散模型从脑信号中还原生成高度逼真图像
AI新青年讲座 2023/05/23 19:00:00
课程讲师

由周涓教授指导,主要研究方向为多模态脑解码与fMRI表征学习,论文发表于CVPR、AD等计算机会议、医学期刊。

陈子娇
新加坡国立大学 在读博士

由周涓教授指导,主要研究方向为多模态脑解码与fMRI表征学习,论文发表于CVPR、AD等计算机会议、医学期刊。

课程提纲
  • 脑机接口及人类视觉刺激解码概述
  • 面向视觉解码的稀疏掩码双条件扩散模型
  • 极少训练样本的MinD-Vis视觉解码框架
  • 生成质量测试和未来展望
课程简介

有没有一瞬间,你要把自己脑子里的东西掏出来给别人看,或者是撬开别人的脑子看看里面都装了什么?来自新加坡国立大学,香港中文大学,和Stanford的研究者们,基于扩散模型实现了从脑电波还原图像的“人类视觉解码器”——MinD-Vis。

MinD-Vis框架可通过脑图像生成高度逼真的视觉刺激。其创新之处在于MinD-Vis能够在极少的训练样本情况下,从脑信号中重建出高度逼真、语义匹配的图像。这项研究也能促进脑机接口的发展并推动对人类视觉系统的理解。在进行了定性和定量的基准测试后发现,MinD-Vis在语义映射(100路语义分类)和生成质量(FID)方面都优于最先进的方法,分别达到66%和41%。

5月23日,「AI新青年讲座」第208讲邀请到MinD-Vis一作、新加坡国立大学在读博士陈子娇参与,主讲《基于扩散模型从脑信号中还原生成高度逼真图像》。

精彩问答
提问
提问
目前还没有问题,可以点击右侧的“提问按钮”提问
更多问题...