0
| 本文作者： 楊曉凡 | 2017-07-22 21:59 | 專題：CVPR 2017 |
雷鋒網(wǎng) AI 科技評論按：計算機視覺的頂級會議 CVPR 2017 已經(jīng)開始了，AI 研究巨頭 Facebook 今天也發(fā)出一篇博文介紹自己都將在本屆 CVPR 中展現(xiàn)哪些成果。博文中主要內(nèi)容編譯如下。
Facebook 連接性實驗室研究員 Ilke Demir、Ramesh Raskar 等人與 MIT 媒體實驗室共同完成的論文「Robocodes: Towards Generative Street Addresses from Satellite Imagery」（用衛(wèi)星圖像生成街道地址的 Robocodes 系統(tǒng)）獲得了本屆 CVPR 的最佳 workshop 論文獎。這項研究會在 EarthVision Workshop 中展示，這個 workshop 關注的內(nèi)容就是用于遙測感知圖像的大規(guī)模計算機視覺。
這篇論文的主要內(nèi)容是：隨著全球地理空間內(nèi)容的數(shù)量不斷增長，地圖的作用越來越重要。然而世界上仍然有高達70%的區(qū)域尚未詳細繪制在地圖中，而且也沒有什么生成式的方法可以自動繪制這些未知區(qū)域。目前的方法都還依靠準確的路面幾何特征，而論文中的新方法就解決了地理特征標識的語義問題，能夠基于 5m x 5m 的網(wǎng)格為街道生成地址。
計算機視覺和遙測感知研究社區(qū)近期開始把注意力轉(zhuǎn)向從衛(wèi)星照片中學習重要特征。有許多研究成果以前看起來理論性很強，現(xiàn)在都可以用來對世界產(chǎn)生實實在在的影響。
“這個世界以及用于理解這個的技術(shù)正在從信號、文本、語音這樣的單維度數(shù)據(jù)轉(zhuǎn)變?yōu)槎嗑S度的，比如圖像、視頻和三維空間。計算機視覺技術(shù)就正在縮小這個真實的多維世界和我們個人的Facebook世界之間的距離。我們的研究就是為了讓用戶與世界之間的距離更小?！盕acebook的博士后研究員 Ilke Demir 如此說道?！矮@得這項最佳論文獎也讓我們更加堅信我們的系統(tǒng)完成以后可以為世界上的其它區(qū)域進行不重復的定位，尤其是在自然災害高發(fā)區(qū)、地圖上未繪制的地區(qū)這樣的缺乏城市基礎設施的地方?！?/p>
訓練、部署人工智能模型經(jīng)常需要和大規(guī)模數(shù)據(jù)中心甚至超級計算機聯(lián)系起來，為了能夠連續(xù)地處理、創(chuàng)建和優(yōu)化模型，這樣的資源往往是必須的，這樣模型才有能力處理海量的圖像、視頻、文字和語音信息。如果想要在移動設備上部署這些模型，還要足夠快、輕量，同樣對許許多多的研究人員來說是個大麻煩。為了解決這些麻煩，F(xiàn)acebook 幾個月前發(fā)布了 Caffe2，為以上的問題提供了一個魯棒的、靈活的、可移動的深度學習框架。Caffe2的輕量、模塊式的結(jié)構(gòu)不僅大幅度提高了可移動性，而且還保持了同等的可拓展性和計算性能。
在此次 CVPR 中，F(xiàn)acebook 就會在7月24號下午5點到6點舉行一個見面會，會上關注的主要內(nèi)容是各方對于Caffe2的反饋。Facebook 同時還鼓勵研究人員們運用 Caffe2 進行智能理解、構(gòu)建智能系統(tǒng)的研究，并申請 Caffe2 研究獎（https://research.fb.com/programs/research-awards/proposals/caffe2-rfp/ ）。大家的老熟人、Facebook 研發(fā)科學家賈楊清也說：“我們會一直致力于為人工智能研究社區(qū)提供高性能的機器學習工具，這樣每個人都能夠創(chuàng)建屬于自己的智能應用和服務?！?/p>
讓計算機理解圖像中的東西是什么，然后把它和聊天機器人對話聯(lián)系起來，這種任務對內(nèi)容理解的要求達到了新的高度。在本屆 CVPR 中，F(xiàn)acebook 的研究員們就會帶來數(shù)篇這方面的論文。
另外，7月26日那天 Facebook 還會與喬治亞理工大學、弗吉尼亞理工大學一起主持一場視覺問題問答 Workshop （Visual Question Answering），到時會有很多對視覺問題問答感興趣的專家共同分享他們眼中最優(yōu)秀的方案、最佳的實驗經(jīng)歷以及多模態(tài)人工智能的未來方向。
這個 workshop 的目的是帶來第二版的視覺問題問答挑戰(zhàn)賽，這個挑戰(zhàn)賽基于的是 CVPR 2017論文「Making the V in VQA Matter: Elevating the Role of Image Understanding in Visual Question Answering」中提出的 VQA 數(shù)據(jù)集的2.0版本。這項比賽給基于 VQA 2.0版本數(shù)據(jù)集的算法提供了一個測試機會，并且要從中發(fā)現(xiàn)能夠真正理解 VQA 數(shù)據(jù)集中的圖像內(nèi)容從而發(fā)揮出良好表現(xiàn)的最先進的算法。
Facebook 希望 CVPR 的參會者們到時候可以留意一下 Facebook 的研究人員和工程師們的最新成果，最好也能在 session 結(jié)束以后一起在展廳聊聊。
此次 CVPR 中 Facebook 將要展示的研究成果有如下這么多，感興趣的讀者可以具體關注一下。
Aggregated Residual Transformations for Deep Neural Networks
CLEVR: A Diagnostic Dataset for Compositional Language and Elementary Visual Reasoning
Hard Mixtures of Experts for Large Scale Weakly Supervised Vision
Link the Head to the “Beak”: Zero Shot Learning From Noisy Text Description at Part Precision
Relationship Proposal Networks
Robocodes: Towards Generative Street Addresses from Satellite Imagery
Visual Dialog
另外，雷鋒網(wǎng) AI 科技評論記者已經(jīng)到達 CVPR 會場，并將全方位地報道此次 CVPR 大會。請繼續(xù)關注雷鋒網(wǎng) AI 科技評論對近期各大學術(shù)會議的報道文章。
相關文章：
本次CVPR上，李飛飛團隊都中了哪8篇論文？ | CVPR 2017
CVPR第一天前線速報：展臺布置緊鑼密鼓，tutorial和workshop緊湊而充實｜CVPR 2017
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
