過(guò)去一周，CVPR 2016向我們展示了其龐大的演講嘉賓，多樣的大會(huì)主題，豐富的圓桌會(huì)議以及全球化的CV贊助商，不管是從演講嘉賓上還是贊助商上，我們都看到了全球科技企業(yè)對(duì)于這次大會(huì)的重視程度，而大會(huì)上頻頻涌現(xiàn)的亮點(diǎn)，更是讓參加這次大會(huì)的人覺(jué)得不枉此行。

下面我們先從黑科技這個(gè)亮點(diǎn)說(shuō)起。

黑科技涌現(xiàn) CVPR 2016這是要火的節(jié)奏

CVPR2016上，麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室(CSAIL)將發(fā)布一份關(guān)于可預(yù)測(cè)人類行為的算法的研究報(bào)告。通過(guò)給此算法導(dǎo)入近600小時(shí)的電視秀(其中包括《生活大爆炸》《絕望主婦》《辦公室》等劇集)，來(lái)測(cè)試機(jī)器是否能準(zhǔn)確預(yù)測(cè)人類在各場(chǎng)景互動(dòng)中的行為。此次實(shí)驗(yàn)數(shù)據(jù)是人工智能“預(yù)測(cè)想象力”技術(shù)的顯著進(jìn)步。

Mobileye CTO CVPR演講：機(jī)器學(xué)習(xí)和無(wú)人駕駛將帶來(lái)哪些沖擊？

真正的飛躍大概會(huì)在2021年到來(lái)，按我們的分級(jí)方法，那時(shí)候的自動(dòng)駕駛等級(jí)大概會(huì)在Lv.4到Lv.5之間了，能實(shí)現(xiàn)真正的全自動(dòng)駕駛。那時(shí)預(yù)計(jì)社會(huì)將會(huì)慢慢接受自動(dòng)駕駛系統(tǒng)的存在，可能在一段時(shí)間內(nèi)，還是會(huì)有司機(jī)坐在駕駛座上以防萬(wàn)一算法出錯(cuò)。而這時(shí)的自動(dòng)駕駛系統(tǒng)可能主要在公共交通或出租車等方式、如Uber等之間流行，私家車司機(jī)還是會(huì)傾向于手動(dòng)駕車出行。

除了李飛飛 CVPR上還來(lái)了哪些著名的學(xué)術(shù)大牛？

Jitendra Malik為加州伯克利大學(xué)分校的教授，1985年畢業(yè)于美國(guó)斯坦福大學(xué)，現(xiàn)任加州大學(xué)伯克利分校電子工程與計(jì)算機(jī)科學(xué)系的資深教授，曾于2004年~2006年任該系系主任。Jitendra Malik教授主要研究方向?yàn)橛?jì)算機(jī)視覺(jué)和生理認(rèn)知建模，涉及圖像分割、視覺(jué)組織、紋理分析、立體視覺(jué)、物體識(shí)別、智能交通系統(tǒng)等廣泛內(nèi)容，在這些領(lǐng)域發(fā)表了超過(guò)150篇文章，其中有五篇文章引用率超過(guò)1000。Jitendra Malik教授已培養(yǎng)了26位博士生，其中不乏國(guó)際研究界和工業(yè)界的知名教授與專家。

深度學(xué)習(xí)有很多優(yōu)勢(shì)，但在視覺(jué)識(shí)別領(lǐng)域它能做的工作還不算太多，此次Piotr Dollar和Jitendra Malik在論壇上，主要討論，目前深度學(xué)習(xí)用于視覺(jué)識(shí)別領(lǐng)域優(yōu)點(diǎn)和缺點(diǎn)，以及如何通過(guò)反饋和記憶網(wǎng)絡(luò)，能讓前饋視覺(jué)架構(gòu)有所改善。

CVPR引起巨大爭(zhēng)議的新技術(shù)Face2Face：當(dāng)科技先進(jìn)到讓人害怕

面部追蹤技術(shù)并不是什么新鮮的技術(shù)，但是今年3月公布的Face2Face無(wú)疑徹底改變了它的意義。這項(xiàng)技術(shù)可以非常逼真的將一個(gè)人的面部表情、說(shuō)話時(shí)面部肌肉的變化完美的實(shí)時(shí)復(fù)制到另一個(gè)視頻中的角色上。它由德國(guó)紐倫堡大學(xué)的科學(xué)家Justus Thies領(lǐng)銜完成，技術(shù)上來(lái)說(shuō)，這不僅是第一個(gè)能實(shí)時(shí)進(jìn)行面部轉(zhuǎn)換的模型（以前的都有或多或少的延遲）。而且準(zhǔn)確率和真實(shí)度比以前那些模型高得多。最終效果看起來(lái)大概就是下面這個(gè)樣子：

……

獲獎(jiǎng)無(wú)數(shù)的深度殘差學(xué)習(xí)，清華學(xué)霸的又一次No.1 | CVPR2016 最佳論文

摘要

在現(xiàn)有基礎(chǔ)下，想要進(jìn)一步訓(xùn)練更深層次的神經(jīng)網(wǎng)絡(luò)是非常困難的。我們提出了一種減輕網(wǎng)絡(luò)訓(xùn)練負(fù)擔(dān)的殘差學(xué)習(xí)框架，這種網(wǎng)絡(luò)比以前使用過(guò)的網(wǎng)絡(luò)本質(zhì)上層次更深。我們明確地將這層作為輸入層相關(guān)的學(xué)習(xí)殘差函數(shù)，而不是學(xué)習(xí)未知的函數(shù)。同時(shí)，我們提供了全面實(shí)驗(yàn)數(shù)據(jù)，這些數(shù)據(jù)證明殘差網(wǎng)絡(luò)更容易優(yōu)化，并且可以從深度增加中大大提高精度。我們?cè)贗mageNet數(shù)據(jù)集用152 層--比VGG網(wǎng)絡(luò)深8倍的深度來(lái)評(píng)估殘差網(wǎng)絡(luò)，但它仍具有較低的復(fù)雜度。在ImageNet測(cè)試集中，這些殘差網(wǎng)絡(luò)整體達(dá)到了3.57%的誤差。該結(jié)果在2015年大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽分類任務(wù)中贏得了第一。此外，我們還用了100到1000層深度分析了的CIFAR-10。

對(duì)于大部分視覺(jué)識(shí)別任務(wù)，深度表示是非常重要的。僅由于極深的表示，在COCO對(duì)象檢查數(shù)據(jù)時(shí)，我們就得到了近28%相關(guān)的改進(jìn)。深度剩余網(wǎng)絡(luò)是我們提交給ILSVRC和COCO2015競(jìng)賽的基礎(chǔ)，而且在ImageNet檢測(cè)任務(wù)，ImageNet定位，COCO檢測(cè)和COCO分割等領(lǐng)域贏我們獲得了第一。

小結(jié)：

相比其它的學(xué)術(shù)會(huì)議，CVPR的黑科技更多，獲獎(jiǎng)?wù)撐母荜P(guān)注，領(lǐng)域大牛更加受矚目，參加的贊助商陣容更龐大，相信是因?yàn)橛?jì)算機(jī)視覺(jué)和模式識(shí)別這個(gè)領(lǐng)域本身今年的大熱導(dǎo)致的，AI科技評(píng)論君也希望這個(gè)勢(shì)頭延續(xù)到下一個(gè)頂級(jí)國(guó)際人工智能聯(lián)合大會(huì)（IJCAI）學(xué)術(shù)會(huì)議中。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。