Angel Chang
La nomination
Membre du comité du programme national
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2019
Angel Chang est titulaire d’une chaire en IA Canada-CIFAR à l’Amii, professeure adjointe à l’Université Simon Fraser et détentrice de la bourse Hans Fischer de l’Institut d’études avancées de l’Université technique de Munich. Elle est également membre du corps enseignant du laboratoire GrUVi et du laboratoire Nat Lang de l’Université Simon Fraser.
Au carrefour du langage et de la vision, ses recherches portent sur la création de modèles informatiques ayant une connaissance et une compréhension du monde. Elles visent à associer le langage à des représentations 3D de formes et de scènes, et à concrétiser le langage pour les agents animés dans les environnements intérieurs. Dans le cadre de ses recherches collaboratives, Angel Chang a mis au point des méthodes permettant de générer des formes colorées en 3D à partir du langage naturel et de convertir un texte en scènes générées par ordinateur qui peuvent ensuite être raffinées grâce aux échanges textuels avec l’utilisateur.
Prix
- Prix dans la catégorie « Jeu de données » au Symposium sur le traitement de la géométrie (SGP) pour ses travaux sur les jeux de données ShapeNet et ScanNet, SGP, 2018 et 2020
Publications Pertinentes
- Zhang, Y. Gong, Z., Chang, A.X. (2023). « Multi3drefer: Grounding text description to multiple 3d objects. » Proceedings of the IEEE/CVF International Conference on Computer Vision. (pp. 15225-15236)
- Zhenyu Chen, D., Wu, Q., Nießner, M.. Chang, A. X. (2022). « D3Net: A Unified Speaker-Listener Architecture for 3D Dense Captioning and Visual Grounding. » European Conference on Computer Vision (pp. 487-505).
- Mao, Y., Zhang, Y., Jiang, H., Chang, A. X., Savva, M. (2022). « MultiScan: Scalable RGBD scanning for 3D environments with articulated objects. » Advances in Neural Information Processing Systems 35 (pp. 9058-9071).
- Szot, A., Clegg, A., Undersander, E., Wijmans, E., Zhao, Y., Turner, J., ... et Batra, D. (2021). « Habitat 2.0: Training home assistants to rearrange their habitat »
- Chen, Z., Gholami, A., Nießner, M., Chang, A. X. (2021). « Scan2Cap: Context-aware dense captioning in RGB-D scans », Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, p. 3193-3203.