张 恒

PhD student

heng.zhang -AT- inria.fr

Paris, France

个人信息

法国国家信息与自动化研究所（INRIA）在读博士生。在Elisa FROMONT教授和Sébastien LEFEVRE教授的指导下开展计算机视觉相关的科研工作。同时在ATERMES公司担任深度学习算法工程师。目前的研究方向包括: 目标检测，多传感器融合，主动学习和知识蒸馏。

工作经历

• 深度学习算法工程师

  ATERMES | 法国，巴黎 | Dec. 2018 - present

  ▮ 参与SIAMM项目的完整开发（MultiModal Automatic Identification System）。

  ▮ 利用主动学习减少所需的数据标注数量。

  ▮ 训练用于远距离（通常大于1.5km）的物体检测（包括汽车、行人等）的深度学习模型。

  ▮ 自适应地融合来自多个传感器的信息（例如，可见光和热成像）以提高检测精度。

  ▮ 针对CNN模型的推理加速，以实现在嵌入式设备上（Nvidia Jetson系列）的实时深度学习应用。

• 深度学习研究员

  Hubert Curien 实验室 | 法国，圣埃蒂安 | Sep. 2017 - Oct. 2018

  ▮ 应用多种目标检测方法（Fater-RCNN、SSD、YOLO、RetinaNet）于视频监控中的人脸/人体检测。

  ▮ 为视频监控应用提出了基于视频流的高效目标检测方法。

教育背景

• 在读博士生（深度学习，计算机视觉方向）

  雷恩第一大学 | 法国，雷恩 | Dec. 2018 - present

  ▮ 博士课题: Multispectral object detection

  ▮ 面向工业界的博士项目（与ATERMES公司合作）

• 工程师学位（硕士学位）

  圣太田大学圣太田电信学校 | 法国，圣太田 | Sep. 2015 - Oct. 2018

  ▮ 主修计算机科学与图像识别

  ▮ 在Hubert Curien实验室担任一年的深度学习研究员

• 本科学位

  西安电子科技大学 | 中国，西安 | Sep. 2012 - Jun. 2016

  ▮ 电子信息工程专业

主要论文(以实际产品开发为目的)

• "Localize to Classify and Classify to Localize: Mutual Guidance in Object Detection", in ACCV 2020

  Heng Zhang, Elisa FROMONT, Sébastien LEFEVRE, Bruno AVIGNON

  ▮ Keywords: Object Detection, Label Assignment, Anchor Matching

  利用目标检测中的定位任务与分类任务间的相互指导，实现自适应的标签分配和两任务间的自动对齐。
  可应用于anchor-based或anchor-free检测器，带来免费性能提升。
  512x512分辨率下，MutualGuide采用ResNet18 backbone在COCO数据集的mAP达到42%。
  [PDF] [Code] [Presentation] [Demo1] [Demo2]
  [知乎解读] 左脚踩右脚，目标检测的精度就能上天？一个新的目标检测锚框匹配方法
  
  

  "PDF-Distil: Including Prediction Disagreements in Feature-based Knowledge Distillation for Object Detection", in BMVC 2021

  Heng Zhang, Elisa FROMONT, Sébastien LEFEVRE, Bruno AVIGNON

  ▮ Keywords: Object Detection, Knwoledge Distillation, Model Compression

  利用Teacher-Student模型预测的不一致性动态的指导检测模型的知识蒸馏。优于SOTA的蒸馏方法。
  512x512分辨率下，PDF-Distil采用ResNet18 backbone在COCO数据集的mAP达到42.9%。
  [To appear] [Code]
  [知乎解读] 挑战YOLOX! 新一代紧凑型目标检测器
  
  

  "Guided Attentive Feature Fusion for Multispectral Pedestrian Detection", in WACV 2021

  Heng Zhang, Elisa FROMONT, Sébastien LEFEVRE, Bruno AVIGNON

  ▮ Keywords: Multispectral Object Detection, Attentive Fusion, Multi-sensor Fusion

  利用有监督的注意力机制，实现多传感器特征的主动自适应融合。
  结果显著优于基于无注意力机制或传统注意力机制的融合方法（提升约2%）。
  [PDF] [Results] [Presentation] [Demo]
  
  

其他论文

"Low-cost Multispectral Scene Analysis with Modality Distillation", in WACV 2022

Heng Zhang, Elisa FROMONT, Sébastien LEFEVRE, Bruno AVIGNON

利用多传感器融合技术，将摄像头分辨率也纳入到知识蒸馏框架中，降低系统成本的同时减少性能损失。
在KAIST数据集上，与使用所有像素的baseline相比，本方法利用1/16的热成像像素性能仅下降0.26%。
本方法也可用于利用多传感器增强单一传感器的感知性能。
[PDF] [Poster]

"Deep Active Learning from Multispectral Data Through Cross-Modality Prediction Inconsistency", in ICIP 2021

Heng Zhang, Elisa FROMONT, Sébastien LEFEVRE, Bruno AVIGNON

利用多传感器间的冗余性实现主动学习，以降低目标检测或语义分割任务所需的数据标注数量。
在KAIST数据集上，与使用所有数据的baseline相比，本方法利用10%的数据标注性能仅下降0.5%。
[PDF] [Presentation]

"Multispectral Fusion for object detection with Cyclic Fuse-and-Refine blocks", in ICIP 2020

Heng Zhang, Elisa FROMONT, Sébastien LEFEVRE, Bruno AVIGNON

利用网络级联结构逐渐消除来自不同传感器之间的特征不一致性，使信息融合更为准确。
[PDF] [Results] [Presentation] [Demo]

"Improving video object detection by Seq-Bbox Matching", in VISAPP 2018

Hatem Belhassen, Heng Zhang, Virginie Fresse, El-Bay Bourennane

通过建立视频流中帧与帧间目标检测结果的关联，实现目标检测与物体跟踪的高效融合。
与基于图片的目标检测相比，绝对精度提高了6.9%；在ImageNet VID数据集上，mAP达到81.1%。
[PDF] [Demo] [List]