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:
数据有限:只能用训练数据库中存在的句子描述图片
处理效率有待提高
计算机描述相对人类不够简练
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
联系客服