本文轉(zhuǎn)載自|公眾號(hào)賽先生，未經(jīng)授權(quán)不得二次轉(zhuǎn)載

撰文 | 邸利會(huì)

二月的圣地亞哥陽(yáng)光明媚，春暖花開。

2019年CVPR（IEEE國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別會(huì)議）的領(lǐng)域主席會(huì)議后，30多名華人主席在拉荷雅海灘邊的一個(gè)中餐館聚餐，回顧近40載的計(jì)算機(jī)視覺(jué)研究，頗為感慨——

八九十年代參加CVPR會(huì)議的華人寥寥無(wú)幾，而2019年的CVPR，華人的領(lǐng)域主席就有40多位，可謂“三分天下有其一”，還有2位程序委員會(huì)主席，1位總主席。在這一領(lǐng)域，華人的實(shí)力已是今非昔比。

篳路襤褸，以啟山林。在有影響的華人研究者中，不乏我們耳熟能詳?shù)拿郑珩R頌德、譚鐵牛、沈向洋、張正友、朱松純、馬毅、湯曉鷗、李飛飛、孫劍等等。權(quán)龍教授更是最早的少數(shù)幾個(gè)為整個(gè)領(lǐng)域所熟悉的華人教授。

從1988年第二屆國(guó)際計(jì)算機(jī)視覺(jué)大會(huì)（ICCV）開始，權(quán)龍教授就開始在這些視覺(jué)頂級(jí)會(huì)議上發(fā)表論文，他長(zhǎng)期擔(dān)任該會(huì)的領(lǐng)域主席，2011年還擔(dān)任了該會(huì)的大會(huì)主席，2022年將再次出任CVPR大會(huì)主席。

三維重建的歐洲力量

權(quán)龍的計(jì)算機(jī)視覺(jué)研究始于改革開放后的八十年代。1984年畢業(yè)于北方交通大學(xué)（現(xiàn)北京交通大學(xué)）后，同年考取教育部派遣的留學(xué)生赴法留學(xué)，在法國(guó)國(guó)家信息與自動(dòng)化研究院（INRIA）獲得博士學(xué)位，加入法國(guó)國(guó)家研究中心（CNRS），他也是1990年建立的INRIA Grenoble計(jì)算機(jī)視覺(jué)組最早的成員。

在法國(guó)國(guó)家實(shí)驗(yàn)室INRIA 任職多年后，2001他回國(guó)加入香港科技大學(xué)，建立計(jì)算機(jī)視覺(jué)研究組。幾十年來(lái)，他一直活躍在學(xué)界和產(chǎn)業(yè)界前沿。

在計(jì)算機(jī)視覺(jué)領(lǐng)域，權(quán)龍教授建樹頗豐。

他在九十年代視覺(jué)三維重建（3D reconstruction）的基礎(chǔ)理論奠基方面做出了杰出貢獻(xiàn)。 在2000年以后，他又在三維重建應(yīng)用領(lǐng)域做了一系列基于圖像的建模（image-based modeling）的工作。最近，他還和學(xué)生創(chuàng)建了Altizure公司，打造了世界上最好的三維重建平臺(tái)。

計(jì)算機(jī)視覺(jué)是非常寬泛的研究領(lǐng)域，涉及多個(gè)學(xué)科（如算法、幾何、光學(xué)、機(jī)器學(xué)習(xí)等）的交叉。在各個(gè)時(shí)期，計(jì)算機(jī)視覺(jué)研究也有著非常顯著的不同。2012年后的主要風(fēng)尚毫無(wú)疑問(wèn)是以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)下的識(shí)別。但在此之前的相當(dāng)長(zhǎng)時(shí)間里，計(jì)算機(jī)視覺(jué)研究的中心問(wèn)題是三維重建。

權(quán)龍教授曾介紹說(shuō)，計(jì)算機(jī)視覺(jué)中的三維重建的核心問(wèn)題就是通過(guò)多目的視差獲取三維信息，識(shí)別不同視角下的圖像，對(duì)每一個(gè)像素進(jìn)行識(shí)別與匹配，然后進(jìn)行三維重建。在完成幾何三維重建后，再進(jìn)一步對(duì)三維信息進(jìn)行語(yǔ)義識(shí)別，這也是重建的最終目的。

回顧計(jì)算機(jī)視覺(jué)的發(fā)展，1992年Olivier Faugeras的論文“What Can be Seen in Three Dimensions with an Uncalibrated Stereo Rig”發(fā)表，標(biāo)志著三維視覺(jué)的崛起。到2001年Richard Hartley和Andrew Zisserman 的教材“Multiple View Geometry in Computer Vision”出版，標(biāo)志著三維視覺(jué)領(lǐng)域的基本理論框架確立。這十年是三維視覺(jué)群星閃耀的十年，涌現(xiàn)了Oliver Faugeras，Richard Hartly，Andrew Zisserman，Luc Van Gool 等等一系列以歐洲學(xué)者為代表的如雷貫耳的名字。

當(dāng)時(shí)在法國(guó)國(guó)家實(shí)驗(yàn)室INRIA工作的權(quán)龍、張正友（現(xiàn)騰訊 AI Lab 主任）就是這群星當(dāng)中的華人代表。

六點(diǎn)算法

權(quán)龍教授的代表作是他1995年發(fā)表的六點(diǎn)算法（“Invariants of six points and projective reconstruction from three uncalibrated images”）。

90年代計(jì)算機(jī)視覺(jué)領(lǐng)域的第一熱點(diǎn)是三維重建，而用非標(biāo)定相機(jī)（uncalibrated camera）重建則是三維重建的終極目標(biāo)。Oliver Faugeras和Richard Hartley在1992年各自獨(dú)立地解決了非標(biāo)定相機(jī)兩張圖像下的三維重建問(wèn)題，引入了基于七點(diǎn)算法的基礎(chǔ)矩陣（Fundamental Matrix）的概念。也正是這項(xiàng)工作開創(chuàng)了三維視覺(jué)的黃金時(shí)代。

權(quán)教授的六點(diǎn)算法解決了非標(biāo)定相機(jī)三張圖像下的三維重建，進(jìn)而也在理論上徹底解決了多視重建的幾何問(wèn)題（multi-view geometry）。因?yàn)楦嗟膱D像并不引入新的幾何約束和結(jié)構(gòu)，而更少的兩張圖像并不具有重建的唯一性。所以這項(xiàng)工作和Oliver Faugeras，Richard Hartley的工作一起奠定了三維重建的理論基礎(chǔ)。

權(quán)教授1995年的這篇論文可以說(shuō)完全是一篇幾何學(xué)論文，論證嚴(yán)密，思路清晰，富有技巧。在計(jì)算機(jī)視覺(jué)領(lǐng)域這種風(fēng)格的論文并不多。

這篇文章從幾何不變量的角度研究三維重建，首次建立了六個(gè)三維點(diǎn)的不變量和它們?cè)趫D像中的投影點(diǎn)的不變量之間的一個(gè)雙線性方程，并構(gòu)造性的給出了在三張輸入圖像下三維點(diǎn)的不變量的代數(shù)閉式解（closed-form solution），最終從這些不變量推導(dǎo)出相機(jī)的三維姿態(tài)和重建的三維點(diǎn)的坐標(biāo)。

這篇論文奠定了非標(biāo)定相機(jī)三維重建的最小數(shù)據(jù)與重建的唯一性，即六個(gè)點(diǎn)和三幅圖像。幾乎所有的基于非標(biāo)定相機(jī)的三維重建都是基于這個(gè)算法。

在很長(zhǎng)一段時(shí)間，權(quán)龍教授實(shí)驗(yàn)室的三維重建算法在性能上處于遙遙領(lǐng)先的地位。然而，了解這項(xiàng)工作的年輕學(xué)者并不太多，一方面是因?yàn)檎撐奶珨?shù)學(xué)，不好懂。另一方面，現(xiàn)代數(shù)碼相機(jī)的標(biāo)定相對(duì)容易，因此很多后繼實(shí)際工作都可用David Nister于2004年提出的定標(biāo)下的五點(diǎn)算法。但這些都不能掩蓋六點(diǎn)算法在計(jì)算機(jī)視覺(jué)三維重建的理論貢獻(xiàn)、數(shù)學(xué)優(yōu)美和歷史地位。

從頭發(fā)到城市

在三維重建的基本問(wèn)題得以解決以后，一個(gè)最自然而然的應(yīng)用就是用圖像來(lái)建立物體的完整幾何模型。這個(gè)應(yīng)用就是所謂的基于圖像的建模。它是計(jì)算機(jī)視覺(jué)和圖形學(xué)的結(jié)合以及共同關(guān)注的問(wèn)題。

權(quán)龍教授實(shí)驗(yàn)室利用領(lǐng)先和強(qiáng)大的三維重建算法與技術(shù)，將基于圖像的建模推到了一個(gè)新的高度。

2005年，權(quán)龍教授實(shí)驗(yàn)室發(fā)表了第一篇基于圖像的對(duì)細(xì)小物體頭發(fā)的建模。緊接著，又在2006年、2007年分別發(fā)表了基于圖像的植物、樹木建模。到了2008、2009年更是把這個(gè)基于圖像的建模拓展到了街道、城市的規(guī)模。

這一系列論文都發(fā)表在圖形學(xué)界的頂級(jí)刊物SIGGRAPH大會(huì)，標(biāo)題整齊劃一，都是統(tǒng)一的“Image-based X modeling”。X從2004年的hair一直變換到2009年的city。這些工作引起了圖形學(xué)界的驚嘆。

權(quán)教授很多學(xué)生都是計(jì)算機(jī)視覺(jué)領(lǐng)域的佼佼者。

在INRIA Grenoble時(shí)他指導(dǎo)的學(xué)生Peter Sturm和Maxime Lhuillier，如今是引領(lǐng)法國(guó)視覺(jué)界的知名教授。1998年，Peter Sturm在權(quán)教授指導(dǎo)下的博士論文獲得了法國(guó)首屆最優(yōu)計(jì)算機(jī)博士論文獎(jiǎng)。權(quán)教授的學(xué)生還有在三維視覺(jué)與機(jī)器人領(lǐng)域頗出色的譚平教授、自動(dòng)駕駛公司AutoX 創(chuàng)始人肖健雄、Altizure CEO 聯(lián)合創(chuàng)始人方天、北大教授曾剛，曠世上海研究院負(fù)責(zé)人危夷晨，微軟研究院資深研究員王井東、袁路，大疆張宏輝等等，可謂桃李滿天下。

除了學(xué)術(shù)研究、培養(yǎng)學(xué)生，權(quán)龍教授近年更是把這些計(jì)算機(jī)視覺(jué)重建科研成果轉(zhuǎn)化成產(chǎn)品，和學(xué)生共同創(chuàng)辦了Altizure人工智能初創(chuàng)企業(yè)。普通用戶可以通過(guò)手機(jī)或是無(wú)人機(jī)拍攝圖像，并通過(guò)Altizure的云平臺(tái)識(shí)別圖像以及從圖像中重建出高質(zhì)量的三維模型。這一云平臺(tái)更發(fā)展為大規(guī)模城市重建以及智慧城市時(shí)空平臺(tái)的核心。

作為三維重建領(lǐng)域的頂尖學(xué)者，權(quán)龍教授還被邀請(qǐng)?jiān)诟鱾€(gè)場(chǎng)合向業(yè)界、公眾普及計(jì)算機(jī)視覺(jué)，尤其是三維重建的研究與應(yīng)用。在最近雷鋒網(wǎng)舉辦的“第二屆中國(guó)人工智能安防峰會(huì)”中，權(quán)龍教授發(fā)表了“三維視覺(jué)重新定義人工智能安防”的演講。在演講結(jié)束后，權(quán)龍教授接受了《賽先生》的獨(dú)家專訪（Liao tian），聊了聊他眼中的計(jì)算機(jī)視覺(jué)、三維重建以及可能對(duì)我們產(chǎn)生的影響。

《賽先生》：您剛開始是怎樣走上計(jì)算機(jī)視覺(jué)研究的路？

權(quán)龍：我是80年上北方交大的，1984年畢業(yè)考取教育部赴法留學(xué)生。八十年代，人工智能也是熱點(diǎn)，和現(xiàn)在有點(diǎn)像，我當(dāng)時(shí)去法國(guó)第一志愿就是“人工智能”。八十年代，當(dāng)年法國(guó)的PROLOG作為人工智能語(yǔ)言引領(lǐng)人工智能以及第五代計(jì)算機(jī)的發(fā)展。

那個(gè)時(shí)候我本來(lái)是想做人工智能的研究，在修“人工智能”這門課時(shí)，發(fā)現(xiàn)講來(lái)講去實(shí)質(zhì)上就是一些搜索算法，并沒(méi)有太多我所期待的“智能”。我其實(shí)對(duì)這樣定義的人工智能是比較失望的。

法國(guó)那個(gè)大的研究中心有做語(yǔ)音的、圖像的、邏輯的、專家系統(tǒng)的，什么都有，當(dāng)時(shí)已經(jīng)在做神經(jīng)網(wǎng)絡(luò)，也叫連接性或連接主義（connectionism）。我同辦公室的兩個(gè)法國(guó)同學(xué)就是做的神經(jīng)網(wǎng)絡(luò)，當(dāng)時(shí)拿不出很好的結(jié)果，還不夠有說(shuō)服力。

我選擇研究方向時(shí)，因?yàn)槲倚r(shí)候在太原市少年宮學(xué)美術(shù)，我對(duì)圖像和空間有著濃厚的興趣，就決定做圖像理解，就是計(jì)算機(jī)視覺(jué)了。

1987年的時(shí)候，我的博士導(dǎo)師Roger Mohr教授去參加了第一屆在倫敦舉辦的國(guó)際計(jì)算機(jī)視覺(jué)大會(huì)（ICCV），第一屆會(huì)議論文集我現(xiàn)在還保留著。第二年，第二屆的國(guó)際計(jì)算機(jī)視覺(jué)大會(huì)在美國(guó)佛羅里達(dá)的坦帕（Tampa）舉辦，我發(fā)了一篇論文。當(dāng)時(shí)我們視覺(jué)小組在我導(dǎo)師的帶領(lǐng)下一行四人，Mohr、Tombre、Masini，先乘火車到盧森堡，再飛到佛羅里達(dá)。那也是我第一次從法國(guó)到美國(guó)。

《賽先生》：當(dāng)時(shí)歐洲計(jì)算機(jī)視覺(jué)研究狀況是怎樣的？

權(quán)龍：最早很多人認(rèn)為計(jì)算機(jī)視覺(jué)就是一些圖像處理，但其實(shí)圖像處理和計(jì)算機(jī)視覺(jué)還是不一樣的。歐洲計(jì)算機(jī)視覺(jué)發(fā)展飛快。 他們可能更加理性與笛卡爾主義， 在一定意義上把視覺(jué)當(dāng)作一個(gè)應(yīng)用數(shù)學(xué)問(wèn)題。

歐洲當(dāng)時(shí)有歐盟的聯(lián)合基礎(chǔ)研究項(xiàng)目，三維視覺(jué)其實(shí)就是在這些歐盟的聯(lián)合項(xiàng)目中發(fā)展起來(lái)的，當(dāng)時(shí)比較活躍的有法國(guó)的INRIA、牛津大學(xué)、瑞典KTH,、比利時(shí) KU Leuven 等等。三維重建需要更多的傳統(tǒng)數(shù)學(xué)知識(shí)，這批研究人員都有非常好的應(yīng)用數(shù)學(xué)基礎(chǔ)，那就用數(shù)學(xué)工具去解這些視覺(jué)問(wèn)題。

在美國(guó)一直有著最大和最活躍的視覺(jué)研究人員與學(xué)生，大家一直也在嘗試不同的方向，在應(yīng)用領(lǐng)域比較活躍，但方向并不是非常清晰。這要等到2012年之后的這一波人工智能，大部分視覺(jué)分類，識(shí)別與特征提取與表述的任務(wù)都被卷積神經(jīng)網(wǎng)絡(luò)重新定義了。

卷積神經(jīng)網(wǎng)絡(luò)發(fā)明者LeCun是1987年從法國(guó)獲得博士學(xué)位。他能夠在神經(jīng)網(wǎng)絡(luò)沒(méi)有被視覺(jué)界接受時(shí)，能相信、堅(jiān)持與發(fā)展卷積神經(jīng)網(wǎng)絡(luò)，太值得我們研究人員的學(xué)習(xí)與尊敬。2012年之前，所有計(jì)算機(jī)視覺(jué)文章里面，如你用了神經(jīng)網(wǎng)絡(luò)，可能直接就被拒掉了。而今天是反過(guò)來(lái)，如果你文章中沒(méi)有神經(jīng)網(wǎng)絡(luò)，審稿人可以懷疑你的創(chuàng)意。

《賽先生》：但不少學(xué)者也表示，深度學(xué)習(xí)引領(lǐng)的計(jì)算機(jī)視覺(jué)也有很多挑戰(zhàn)，比如對(duì)噪聲不敏感、穩(wěn)健性不好、缺乏可解釋性等？

權(quán)龍：當(dāng)然有這樣的問(wèn)題。計(jì)算機(jī)視覺(jué)研究是個(gè)反向逆問(wèn)題， ill-posed, 沒(méi)有完美的答案。研究是不會(huì)有止境的，需要持續(xù)往前走。需要更好的理論來(lái)解釋現(xiàn)在取得的成果。三維重建的應(yīng)用，主要是兩個(gè)問(wèn)題，一個(gè)是設(shè)備，說(shuō)的是數(shù)據(jù)采集是不是方便；另外就是算力也是不夠的?，F(xiàn)在很多視覺(jué)的應(yīng)用，比如自動(dòng)駕駛、AR、VR都需要實(shí)時(shí)三維重建，要做到實(shí)時(shí)三維重建，哪個(gè)不酷？問(wèn)題是算力跟不上。

《賽先生》：算法不是那么太重要，是吧？

權(quán)龍：不是。算法最重要！但要達(dá)到實(shí)用，只有算法是不夠的，還要有算力。從1998年到2012年，那個(gè)卷積神經(jīng)網(wǎng)絡(luò)算法和模型基本上沒(méi)有太大的改動(dòng)。不過(guò)，工程實(shí)現(xiàn)上的進(jìn)步也非常偉大。如此龐大的數(shù)據(jù)量和如此大規(guī)模高維的優(yōu)化或?qū)W習(xí)算法能夠收斂成功也確實(shí)是創(chuàng)舉。

其實(shí)，現(xiàn)在很多算法先是考慮結(jié)果。所以，實(shí)踐者是先行者，先把這些算法設(shè)計(jì)和調(diào)試出來(lái)，然后再去驗(yàn)證，然后希望在數(shù)學(xué)上能夠得到更好的解釋與證明。路漫漫，還有很多理論工作需要完成。

《賽先生》：深度學(xué)習(xí)這一波還會(huì)持續(xù)一段時(shí)間，下一步有沒(méi)有看到一些苗頭，突破在哪里？

權(quán)龍：沒(méi)有人可以預(yù)測(cè)未來(lái)。社會(huì)對(duì)人工智能的熱情，這是一件好事，全社會(huì)各行各業(yè)都在關(guān)注，推進(jìn)人工智能的發(fā)展。但作為一個(gè)研究人員，我們也要講究嚴(yán)謹(jǐn)，可能會(huì)更趨向保守一些，因?yàn)槲覀兇_實(shí)知道現(xiàn)時(shí)的深度學(xué)習(xí)能夠做什么事情，做不到什么事情。有太多的事情現(xiàn)在并做不到。

《賽先生》：感覺(jué)好像還沒(méi)有殺手锏式的落地的例子？

權(quán)龍：落地應(yīng)用已有很多，但也要看我們的期望。視頻監(jiān)控以前沒(méi)有深度學(xué)習(xí)也照樣監(jiān)控，不是嗎？監(jiān)控里面一個(gè)關(guān)鍵問(wèn)題是如何采集數(shù)據(jù)，如果可以高效地采到高質(zhì)量的數(shù)據(jù)，許多問(wèn)題也將不是問(wèn)題。

《賽先生》：怎么看自動(dòng)駕駛？

權(quán)龍：你應(yīng)該問(wèn)問(wèn)AutoX的肖健雄（參見 無(wú)人車即將落地，但可能不是你想的那樣｜專訪Professor X）。我個(gè)人認(rèn)為自動(dòng)駕駛現(xiàn)在理論、技術(shù)上是成熟的，關(guān)鍵是成本問(wèn)題。如果放幾百萬(wàn)昂貴的傳感器放進(jìn)車?yán)?，許多問(wèn)題都不是問(wèn)題了。

《賽先生》：您培養(yǎng)了很多優(yōu)秀的學(xué)生，在培養(yǎng)學(xué)生方面有什么樣的訣竅？

權(quán)龍：沒(méi)有訣竅，要有最優(yōu)秀的學(xué)生，然后方向正確即可。要有好的學(xué)校，這樣才有可能招到優(yōu)秀的研究生。如果要在學(xué)術(shù)的最高層次去創(chuàng)新的話，最優(yōu)秀的學(xué)生是必須的。

《賽先生》：具體怎么培養(yǎng)？

權(quán)龍：因?yàn)槟阕约阂浅Ｇ宄@個(gè)領(lǐng)域的發(fā)展，你知道問(wèn)題所在，你可以指出正確的方向。差別就在這里，世界上搞研究都是這樣的，你是不是知道問(wèn)題在哪里，不是這樣嗎？確實(shí)是外行看熱鬧，內(nèi)行看門道。

《賽先生》：說(shuō)說(shuō)您創(chuàng)立的公司Altizure，當(dāng)初創(chuàng)辦這樣一家公司的想法是怎樣的？

權(quán)龍：三維重建中數(shù)據(jù)的來(lái)源是關(guān)鍵。硬件的普及是最大的推動(dòng)力。相機(jī)已是相當(dāng)普及，每個(gè)人的智能手機(jī)都有一個(gè)像機(jī)，并且足夠好可以用于重建。不只是手里的相機(jī)，消費(fèi)級(jí)無(wú)人機(jī)的出現(xiàn)，也改變了我們的視野，有了會(huì)飛的像機(jī)，利用無(wú)人機(jī)數(shù)據(jù)采集可以完全自動(dòng)化，推出了許多激動(dòng)人心的應(yīng)用場(chǎng)景。地面上現(xiàn)在車載相機(jī)也在推動(dòng)著無(wú)人駕駛這個(gè)極為廣泛的市場(chǎng)。

《賽先生》：現(xiàn)在每個(gè)人上傳照片以后，就可以合成一個(gè)三維圖像，感覺(jué)很好玩，但從產(chǎn)品或者服務(wù)形態(tài)上，力道似乎不夠？

權(quán)龍：你看到的這個(gè)網(wǎng)站只是我們面向消費(fèi)者的一個(gè)門戶，首先我們希望無(wú)人機(jī)飛手慢慢把整個(gè)地球一塊一塊的要重建出來(lái)，打造一個(gè)眾包的Google Earth。

面向消費(fèi)用戶只是一個(gè)方面，更多的應(yīng)用是面向企業(yè)和政府，2B和2G。

我們?cè)谧龀鞘屑?jí)的實(shí)景三維，它是智慧城市和安防的基礎(chǔ)，市場(chǎng)巨大。我們也為企業(yè)提供數(shù)據(jù)處理，這些大規(guī)模數(shù)據(jù)更多是來(lái)自測(cè)繪和地理信息行業(yè)。

《賽先生》：學(xué)術(shù)界和產(chǎn)業(yè)界之間如何建立一個(gè)良好的互動(dòng)？

權(quán)龍：計(jì)算機(jī)視覺(jué)的初期由于算法和算力，應(yīng)用場(chǎng)景局限大，更偏向于學(xué)術(shù)研究。現(xiàn)在的計(jì)算機(jī)視覺(jué)，它的應(yīng)用場(chǎng)景非常寬，市場(chǎng)也很龐大。

這個(gè)變化是好事，科學(xué)與技術(shù)的發(fā)展如能夠提高生產(chǎn)力，產(chǎn)生實(shí)用價(jià)值，這才是它的終極目標(biāo)。當(dāng)然另一方面也會(huì)影響學(xué)術(shù)氣氛，學(xué)術(shù)純凈度會(huì)降低，因?yàn)橐矃㈦s了資本和市場(chǎng)的干預(yù)?？偟膩?lái)說(shuō)，我認(rèn)為學(xué)術(shù)界、產(chǎn)業(yè)界人才互相流動(dòng)是好事，有助于領(lǐng)域的健康發(fā)展。

《賽先生》：所以您對(duì)學(xué)生也不做什么推薦，比如說(shuō)留在學(xué)界或者去產(chǎn)業(yè)界？

權(quán)龍：沒(méi)有。我覺(jué)得所有東西都是一個(gè)自然發(fā)展，每個(gè)人的追求是不同的，有些人可能更喜歡走學(xué)術(shù)，另外一些人可能更喜歡走工業(yè)界，這都是很自然的。但你要看到這個(gè)現(xiàn)實(shí)，幾年前計(jì)算機(jī)視覺(jué)在工業(yè)界是沒(méi)有市場(chǎng)的，那做的好的唯一能干什么，不就是到學(xué)校去嗎？現(xiàn)在有了這樣的市場(chǎng)，多了一份選擇，我覺(jué)得對(duì)學(xué)生來(lái)講是好事。

《賽先生》：現(xiàn)在建設(shè)港粵港澳大灣區(qū)，您怎么看？

權(quán)龍：這是非常好的一件事。香港培養(yǎng)那么多人才，是因?yàn)橹敖?jīng)濟(jì)發(fā)達(dá)有條件建了一些好學(xué)校，可以培養(yǎng)好學(xué)生，這些學(xué)生出來(lái)可以活躍在這些行業(yè)。

廣東本來(lái)的學(xué)術(shù)是偏弱的，深圳也沒(méi)有太多的研究性的高校，沒(méi)有北京上海那么多。因?yàn)槿瞬女吘箷?huì)考慮學(xué)術(shù)和生活的兼顧，如果有一個(gè)生活不錯(cuò)的地方同時(shí)可以靜下心來(lái)做研究，才是比較理想的。從宏觀角度來(lái)講，大灣區(qū)的建設(shè)是非常好的一件事情?，F(xiàn)在大家都是一家灣區(qū)人，我覺(jué)得大灣區(qū)是非常有生命力的，欣欣向榮，甚至比硅谷更有生命力，要相信人，相信資本，相信市場(chǎng)，只要給他好的條件，其實(shí)很多東西你不需要去管它，就會(huì)生長(zhǎng)。

相關(guān)文章：

港科大教授權(quán)龍：三維視覺(jué)重新定義人工智能安防

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。