C新智元推荐 人类视觉系统演化用了500万多年的时间,而人工智能计算机视觉发展只用了15年左右。 在以下演讲中,斯坦福副教授李飞飞将介绍计算机视觉的发展历程,尤其是她实验室用端到端的学习方法进行稠密图像描述的最新进展。 本文摘选主要部分翻译。具体演讲内容请关注新智元后续报道。 在新智元后台回复“0626”下载PPT全文(191页),超过50M 计算机视觉发展与挑战 演化大爆炸:5.4亿年前生物演化出了视觉 目标:全景理解 要点一:学习是通往机器视觉之路 2000年,得到机器学习相关结果推动,计算机视觉取得巨大进展 子目标一:物体识别 20世纪90年代到21世纪初,计算机视觉逐步取得成果 要点二:学习需要大量数据 1990 年到2010年互联网数据增长趋势 ImageNet大规模视觉识别竞赛:1000个物体类型,143万多张图片 1998年和2012年ImageNet竞赛冠军对比 计算机很难识别体积小、没有纹理的物体 子目标二:场景GIST特征理解 用语言描述图片 难点在哪里 模型建立 图像处理 卷积神经网络 句子处理:如何编码成为大小固定的向量? 匹配图像和句子 描述图像句子数据库 图像与描述句子评测 量化结果分析 尚存缺点:
子目标三:稠密图像描述 训练图像文字描述模型单独描述每个区域 存在问题 1. 缺乏上下文语境 2. 描述效率有待提高 3. 不是一种端到端的方法 斯坦福人工智能实验室最新技术 端到端的学习:从输入到输出创建一个单一的可微函数 进展 以上3大问题分别得到解决 查找给定区域 要点三:对图像深度理解需要知识和结构 目标:图像及视频场景全面理解 计算机图像识别方法与模型发展历程 新智元 616 有奖征稿令 自5月31日起,新智元开辟【名家专栏】,刊登人工智能专家提供给新智元的原创稿件。 新智元致力于促进人工智能产业的发展,技术研发与进步,在人工智能产业界、学术界有强大的影响力,为了进一步繁荣人工智能业界思想与技术的交流与分享,特向业界领袖和名家征稿: 1. 凡产业、学术界领袖、名家向新智元公众平台投稿,新智元标识名家专栏的原创稿件,采用为公众号头条的,稿费标准3000元以上; 2. 凡产业、学术界领袖、名家向新智元公众平台投稿,新智元标识名家专栏的原创稿件,采用为公众号2-3条的,稿费标准千字300元以上; 3. 凡产业、学术界精英、骨干向新智元公众平台投稿,新智元标识业界、学术的深度稿件,采用为公众号头条的,稿费标准千字300元以上。 4. 凡在其他媒体或个人博客已经发布的稿件、投稿的专家或研发机构稿件获新智元采纳转载的,不付稿费,但可以附上个人简历、照片或者所在公司、实验室简短介绍或者原文链接。 【新智元诚聘人工智能领域特约编辑】凡产业、学术界精英、骨干(一般要求为博士)向新智元公众平台投稿,获聘担任栏目或产业、学术大会特约编辑的,稿费标准为千字300元以上。 新智元专家投稿微信号:X1239828904 |
|