計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域頂級(jí)學(xué)術(shù)會(huì)議CVPR正在美國(guó)召開(kāi)，因?yàn)樯婕暗綑C(jī)器人、無(wú)人機(jī)、VR、AR、自動(dòng)駕駛、生物醫(yī)療、工業(yè)自動(dòng)化和檢測(cè)等眾多領(lǐng)域，很多學(xué)術(shù)圈之外的人不得不對(duì)這個(gè)頂級(jí)學(xué)術(shù)會(huì)議刮目相看，因?yàn)檫@個(gè)學(xué)術(shù)會(huì)議已成為前沿理論和前沿技術(shù)的聚集地，下面一起來(lái)看看CVPR 2016我們應(yīng)該主動(dòng)關(guān)注什么。

給機(jī)器“看電視劇”預(yù)測(cè)人類(lèi)行為

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(lèi)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(lèi)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。

點(diǎn)擊查看詳情。

基于深度學(xué)習(xí)的手勢(shì)識(shí)別：能夠用于VR交互

來(lái)自于美國(guó)普渡大學(xué)C Design 實(shí)驗(yàn)室的研究成果——DeepHand(深度手勢(shì)識(shí)別)，基于“深度學(xué)習(xí)”解析人手塑造的角度和扭曲等動(dòng)作，這是一個(gè)新的突破，可以在未來(lái)加強(qiáng)VR設(shè)備的交互上有廣泛應(yīng)用前景。

點(diǎn)擊查看詳情。

微軟全息“穿越”技術(shù)：HoloPortation

HoloPortation將人物全息圖像投射到另一個(gè)房間，使該房間內(nèi)的人可以和全息影像實(shí)時(shí)互動(dòng)，系統(tǒng)通過(guò)追蹤人物身體的高質(zhì)量細(xì)節(jié)，重建每一個(gè)特征。

項(xiàng)目主管Shahram Izadi透露，最開(kāi)始他們只是想緩解思鄉(xiāng)病。Shahram Izadi的劍橋（英國(guó)）團(tuán)隊(duì)專(zhuān)注于用3D傳感器技術(shù)、機(jī)器學(xué)習(xí)來(lái)解決下一代計(jì)算問(wèn)題，花了兩年半時(shí)間，團(tuán)隊(duì)才和華盛頓Redmond 的HoloLens團(tuán)隊(duì)融為一體。Izadi已為人父，視頻中出現(xiàn)的女孩是他的女兒。

人工智能為視頻配音：機(jī)器人感知世界又進(jìn)一步

CVPR上，來(lái)自麻省理工學(xué)院開(kāi)發(fā)的算法演示他們將如何精準(zhǔn)預(yù)測(cè)聲音。當(dāng)研究員將一個(gè)擊打物品的短視頻交給算法，算法就可以生成一個(gè)打擊的聲音，真實(shí)到可以糊弄住觀看視頻的人類(lèi)。點(diǎn)擊連接中的視頻，看看算法生成的聲音能不能糊弄住你。

點(diǎn)擊查看論文。

人臉識(shí)別算法面對(duì)100萬(wàn)人臉時(shí)準(zhǔn)確率有多高

華盛頓大學(xué)的一位計(jì)算機(jī)助理教授Ira Kemelmacher表示，我們需要一個(gè)更大規(guī)模數(shù)據(jù)集的評(píng)測(cè)標(biāo)準(zhǔn)，幫助研究人員找到自己識(shí)別算法中的缺陷。他們首先建成了一個(gè)來(lái)自Flickr網(wǎng)站上的69萬(wàn)人的100幅人臉照片，允許其他研究人員遵循創(chuàng)作共用許可協(xié)議下載數(shù)據(jù)集，使用自己的算法從數(shù)據(jù)集中進(jìn)行匹配。

谷歌的FaceNet算法識(shí)別準(zhǔn)確率最優(yōu)，在小規(guī)模數(shù)據(jù)集中準(zhǔn)確率幾乎完美，在百萬(wàn)規(guī)模數(shù)據(jù)下達(dá)到75%的準(zhǔn)確率，另一個(gè)與之接近的團(tuán)隊(duì)是俄羅斯的N-TechLab，他們實(shí)現(xiàn)73%的準(zhǔn)確率。相比之下，其他算法在小規(guī)模數(shù)據(jù)集能達(dá)到95%以上，但是百萬(wàn)規(guī)模下的識(shí)別準(zhǔn)確率下降到33%左右谷歌的FaceNet算法識(shí)別準(zhǔn)確率最優(yōu)，在小規(guī)模數(shù)據(jù)集中準(zhǔn)確率幾乎完美，在百萬(wàn)規(guī)模數(shù)據(jù)下達(dá)到75%的準(zhǔn)確率，另一個(gè)與之接近的團(tuán)隊(duì)是俄羅斯的N-TechLab，他們實(shí)現(xiàn)73%的準(zhǔn)確率。相比之下，其他算法在小規(guī)模數(shù)據(jù)集能達(dá)到95%以上，但是百萬(wàn)規(guī)模下的識(shí)別準(zhǔn)確率下降到33%左右。目前有超過(guò)300支團(tuán)隊(duì)在使用MegaFace數(shù)據(jù)集進(jìn)行訓(xùn)練。

初步討論結(jié)果將在CVPR 2016上呈現(xiàn)。

點(diǎn)擊查看原文。

深度學(xué)習(xí)識(shí)別YouTube的圖片

迪尼斯研究院和復(fù)旦大學(xué)在CVPR 26日的大會(huì)上展示了如何用深度學(xué)習(xí)自動(dòng)識(shí)別剛剛上傳到Y(jié)ouTube視頻里正在發(fā)生什么大事以及新鮮事。來(lái)幫助開(kāi)發(fā)之前視頻上傳后丟失的大部分有潛在價(jià)值的信息。

點(diǎn)擊查看原文。

斯坦福大學(xué)：社會(huì)化行走機(jī)器人Jackrabbot 懂禮貌會(huì)排隊(duì)

斯坦福大學(xué)的研究人員們也是費(fèi)盡了心思，他們制造了一個(gè)叫Jackrabbot的原型機(jī)器人，希望他們的Jackrabbot機(jī)器人能夠自行在街道上行走，又不會(huì)與其他行人碰撞，或者遇到迎面而來(lái)的人時(shí)不知往左往右，未來(lái)這些走路的經(jīng)驗(yàn)還可以分享給其他的機(jī)器人。

小結(jié)：

上面就是CVPR已經(jīng)出現(xiàn)或者即將出現(xiàn)的黑科技亮點(diǎn)，相對(duì)CVPR官網(wǎng)凌亂的導(dǎo)航，順著這些黑科技按圖索驥會(huì)幫你更快地找到大會(huì)的重心和亮點(diǎn)。

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。