Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • NOTRE IMPACT
    • Pourquoi le CIFAR?
    • Pôles d’impact
    • Nouvelles
    • Stratégie du CIFAR
    • Favoriser la résilience de la Terre
    • Impact IA
    • Impact des dons
    • CIFAR 40
  • Activités
    • Événements publics
    • Réunions sur invitation seulement
  • Programmes
    • Programmes de recherche
    • Stratégie pancanadienne en matière d’IA
    • Initiatives à l’intention de la prochaine génération
  • Communauté
    • Membres et spécialiste-conseils
    • Chercheurs mondiaux CIFAR-Azrieli
    • Chaires en IA Canada-CIFAR
    • Direction – Stratégie en matière d’IA
    • Membres du réseau de solutions
    • Direction – CIFAR
    • Répertoire du personnel
  • Soutenez-nous
  • À propos
    • Notre histoire
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Équité, diversité et inclusion
    • Déclaration du CIFAR sur la neutralité institutionnelle
    • Sécurité de la recherche
  • en
  • Accueil
  • Bio

Suivez-nous

sanja

Sanja Fidler

La nomination

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA

Connect

Université de Toronto

Google Scholar

À Propos

Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2017

Titulaire de chaire en IA Canada-CIFAR – Mandat renouvelé – 2023

Sanja Fidler est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur, professeure agrégée au département de mathématiques et d’informatique de l’Université de Toronto ainsi que directrice de l’IA chez NVIDIA.

Ses recherches portent sur la vision par ordinateur, plus précisément sur la détection d’objets en 2D et 3D, en particulier la détection évolutive multi-classes, la segmentation d’objets et l’étiquetage d’images, ainsi que la compréhension de scènes (3D). Sanja Fidler se penche également sur l’interaction entre le langage et la vision : la génération de descriptions propositionnelles de scènes complexes, ainsi que l’utilisation de descriptions textuelles pour une meilleure analyse syntaxique de scènes (par exemple, dans le scénario de l’interaction humain-robot).

Prix

  • Mention honorable pour la meilleure communication, SIGGRAPH Asia, 2023
  • Mention honorable pour la meilleure communication, SIGGRAPH, 2023
  • Membre du palmarès IA 100 « Les principales sommités en intelligence artificielle » de Business Insider, 2023
  • Prix de l’innovation, Université de Toronto, 2021
  • Prix de l’innovation Connaught, 2020
  • Bourse de nouvelle chercheuse, 2021
  • Prix de l’innovation Connaught, 2018
  • Mention honorable pour la meilleure communication, Conférence sur la vision artificielle et la reconnaissance de motifs (CVPR), 2017
  • Amazon Academic Research Award, 2017
  • Prix de pionnière en IA de NVIDIA, 2016
  • Facebook Faculty Award, 2016

Publications Pertinentes

  • Wang, Z., Shen, T., Nimier-David, M., Sharp, N., Gao, J., Keller, A., Fidler, S., Müller, T., & Gojcic, Z. (2023). « Adaptive Shells for Efficient Neural Radiance Field Rendering. » SIGGRAPH Asia.
  • Lin, C-H., Gao, J., Tang, L., Takikawa, T., Zeng, X., Huang, X., … et Lin, T-Y. (2023). « Magic3D: High-Resolution Text-to-3D Content Creation ». Publié dans Actes de la Conférence de l'IEEE/CVF sur la vision par ordinateur et la reconnaissance des formes (pp. 300-309).
  • Andreas Blattmann, Robin Rombach, Huan Ling, Tim Dockhorn, Seung Wook Kim, Sanja Fidler et Karsten Kreis. « Align your Latents: High-Resolution Video Synthesis with Latent Diffusion Models ». Publié dans Computer Vision and Pattern Recognition, 2023.
  • Blattmann, A., Rombach, R., Ling, H., Dockhorn, T., Kim, S.W., Fidler, S., & Kreis K. « Align your Latents: High-Resolution Video Synthesis with Latent Diffusion Models. » In Computer Vision and Pattern Recognition (CVPR), 2023
  • Gao, J., Shen, T., Wang, Z., Chen, W., Yin, K., Li D., … et Fidler S. (2022). « Get3d: A generative model of high quality 3d textured shapes learned from images ». Publié dans Advances In Neural Information Processing Systems 35, pp. 31841-31854.
  • Shen, T., Gao, J., Yin, K., Liu, M-Y. et Fidler S. (2021). « Deep marching tetrahedra: a hybrid representation for high-resolution 3d shape synthesis ». Publié dans Advances in Neural Information Processing Systems 34, pp. 6087-6101.
  • Zhou, B., Zhao, H., Puig, X., Xiao, T., Fidler, S., Barriuso, A., Torralba, A. (2019). « Semantic understanding of scenes through the ade20k dataset », International Journal of Computer Vision, 127(1):302-321.

institut

Institut Vecteur

NVIDIA

Université de Toronto

Département

Mathématiques et informatique

Éducation

  • PhD (informatique), Université de Ljubljana

Pays

Canada

Soutenez-nous

L’Institut canadien de recherches avancées (CIFAR) est une organisation de recherche d’influence mondiale fièrement basée au Canada. Nous mobilisons les plus brillants personnes du monde, dans toutes les disciplines et à tous les stades de carrière, pour faire progresser les connaissances transformatrices et résoudre ensemble les plus grands problèmes de l’humanité. Nous recevons l’appui des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de particuliers, d’entreprises et d’organisations partenaires du Canada et du monde entier.

Dons
CIFAR footer logo

Centre MaRS, tour Ouest
661, avenue University, bureau 505
Toronto (Ontario) M5G 1M1 Canada

Contactez-nous
Médias
Carrières
Politiques sur l’accessibilité
Bienfaiteurs
Rapports financiers
Abonnez-vous

  • © Copyright 2025 CIFAR. Tous les droits sont réservés.
  • Numéro d’enregistrement d’organisme de bienfaisance : 11921 9251 RR0001
  • Conditions d'utilisation
  • Politique de confidentialité
  • Plan du Site

Souscrire

Rejoignez notre communauté! Restez à jour avec nos nouvelles, événements, conférences et ateliers et dernières découvertes à travers le monde.

Fields marked with an * are required

I prefer to register in English (click here)


S'abonner aux bulletins d'information du CIFAR: *

Vous pouvez vous désabonner de ces communications à tout moment. Consultez notrepolitique de confidentialité.

 À titre d’abonné, vous recevrez aussi un exemplaire numérique de REACH, notre revue annuelle qui met en lumière nos chercheurs et leurs découvertes au moyen d’articles de fond, d’entrevues et d’illustrations.


Si vous souhaitez recevoir une édition papier de la revue REACH, veuillez fournir les renseignements supplémentaires suivants :


Ce site Web enregistre des témoins sur votre ordinateur. Ces témoins sont utilisés pour recueillir des renseignements sur votre interaction avec notre site Web et nous permettre de vous reconnaître. Nous utilisons ces renseignements afin d'améliorer et de personnaliser votre expérience de navigation et à des fins d'analyse et de mesures concernant nos visiteurs, tant sur ce site Web que sur d'autres médias. Pour en savoir plus sur les témoins que nous utilisons, consultez notre politique deconfidentialité.
Accepter En savoir plus

Notifications