資訊專欄INFORMATION COLUMN
摘要：本屆會議共收到論文篇，創(chuàng)下歷史記錄有效篇。會議接收論文篇接收率。大會共有位主旨演講人。同樣，本屆較佳學生論文斯坦福大學的，也是使用深度學習做圖像識別。深度學習選擇深度學習選擇不過，也有人對此表示了擔心。指出，這并不是做學術(shù)研究的方法。
2016年的計算機視覺領(lǐng)域國際頂尖會議 Computer Vision and Pattern Recognition conference（CVPR2016）昨天在美國拉斯維加斯召開，會議將持續(xù)到當?shù)貢r間6月30日下午。
本屆會議共收到論文 2145 篇，創(chuàng)下歷史記錄（有效 1865 篇）。會議接收論文 643 篇（接收率 29.9%）。其中，今年的大會還特別開設(shè) Spotlight Session，讓 123 篇論文的講者有 4 分鐘的時間口頭介紹其研究核心。
大會共有 3 位主旨演講人。第一天是 Amnon Shashua，著名計算機視覺算法公司 Mobileye 的聯(lián)合創(chuàng)始人。第二天，也就是今天的主旨演講，由哈佛大學心理系教授 Elizabeth Spelke 進行，主題是科學研究中的男女性別平等。明天的主旨演講者是牛津大學人類未來研究所的教授 Nick Bostrom。這樣看，不僅僅是計算機視覺和模式識別，主辦方連科研性別平等和人工智能發(fā)展趨勢都考慮了進去。
CVPR2016 活動日程表。短短三天，承載這么多的內(nèi)容。
深度學習一統(tǒng)計算機視覺江湖
?
根據(jù) Twiiter 上的消息，主要展臺都各有看點。例如 Twitter Cortex，剛剛收了 Magic Pony，展臺前聚集了很多人。
Twitter Cortex 展臺前人群聚集。來源：Twitter
MIT的研究者在會議上發(fā)布了給視頻配音的研究。
谷歌也在 Google Research Blog 刊登出了 CVPR 2016 相關(guān)內(nèi)容，論文、口頭報告、研討會，加起來總共十幾項。
TechCrunch 具體報道了谷歌與幾所高校合作的項目。
其中，谷歌與斯坦福大學合作，教計算機學會分辨場景中的關(guān)鍵信息。這項研究的目的是在同時有多人場景的視頻中跟蹤關(guān)鍵目標。論文以籃球比賽視頻為例，計算機需要識別出場上最應該注意的球員。
從畫面中識別出關(guān)鍵目標才能提供更大信息量
研究人員利用遞歸神經(jīng)網(wǎng)絡(luò)設(shè)計了一個計算機視覺系統(tǒng)，下圖就是計算機查看每一幀畫面時的“注意力模式”（attention mask）。圖中紅框標注場上球員，五角星代表籃球，持球運動員則用藍框表示。
三分球、成功搶到籃板球和投籃失敗的場景
經(jīng)過訓練后，這個使用遞歸神經(jīng)網(wǎng)絡(luò)的系統(tǒng)不僅能夠識別出當前畫面中的關(guān)鍵目標，也可以預測接下來即將成為關(guān)鍵目標的是什么，這樣畫面與畫面之間的動作變化則將前后的關(guān)鍵部分連接起來。
谷歌與愛丁堡大學合作的一項研究，圖像識別系統(tǒng)的任務是學會找出每一幀畫面里，老虎的四條腿是如何運動的，并且預測接下來它將如何邁步。以往的研究是將畫面中活動的物體當做一個整體，這項研究則分別跟蹤老虎的四條腿，并分別預測接下來每條腿的運動軌跡。
谷歌與 UCLA、牛津大學以及約翰霍普金斯大學合作的研究，訓練圖像識別系統(tǒng)理解照片中不同部分的互動關(guān)系，生成更較精確的描述。
當然，上面介紹的這三篇論文都使用了深度學習。實際上，正如 TechCrunch 報道最后所說，放眼望去，深度學習幾乎成了如今計算機視覺研究的標配。
同樣，本屆 CVPR 2016較佳學生論文、斯坦福大學的 “Structural-RNN: Deep Learning on Spatio-Temporal Graphs”，也是使用深度學習做圖像識別。
深度學習 ≠ 選擇
?
不過，也有人對此表示了擔心。
?
法國 Inria 研究所的研究員 Nikos Paragios 在 LinkedIn 撰文指出，直到 2010年，計算機視覺領(lǐng)域相關(guān)會議所涉及的專題，無論是從內(nèi)容上還是從方法上都相對完善，包括早期視覺、分割和組合、運動檢測和跟蹤、視覺識別以及三維視覺，而且?guī)缀跛醒芯慷加玫搅私y(tǒng)計、幾何和優(yōu)化的方法。參加這樣的一次會議，能讓人對計算機視覺技術(shù)的現(xiàn)狀、問題及發(fā)展獲得全面的了解。
?
但如今，絕大部分研究都使用了深度學習。當然，Paragios 也表示，每個時期都自有其主導的潮流：20 世紀 80 年代是立體視覺（stereo）、20 世紀 90 年代是連續(xù)方法和分割組合，世紀之交離散方法上位，人們也開始再次關(guān)注視覺識別和描述。與此同時，機器學習作為一股后浪隨著前浪襲來，但盡管如此，當時的計算機視覺研究還算多樣化，任選一個子領(lǐng)域就能看見新的想法。
?
但現(xiàn)在情況則大不相同。各個研究都專注于使用深度學習的方法解決計算機視覺問題，會議接收的論文里，發(fā)表的論文中有 80% 到 90%，口頭報告更是接近 100% 都來自深度學習領(lǐng)域。Paragios 在文章中寫道，雖然這樣做沒有問題，這些論文也都體現(xiàn)了實力，但他想知道這些研究“增加的”科學價值在哪里。
在 Paragios 看來，除了一小部分人還在堅持做基礎(chǔ)研究，探索深度學習方法的理論概念，大部分人似乎都跑去搭建更復雜、更龐大的框架——而且從所提交的論文看，基本上所有描述的框架都是不可擴展的。也就是說，盡管表面上看去成果豐碩，但深究起來這些論文背后幾乎沒有什么理論論證，因此也談不上為某個基準增添了性能。Paragios 指出，這并不是做學術(shù)研究的方法。眾人的注意力都放在更快的速度更高的效率上，但追求的目標還是與以往一樣，并不遠大，而且眾人眼中實現(xiàn)目標的方法也僅剩一條了。
?
不僅會議如此，科研基金也如此，而這就直接導致了計算機視覺研究“理論深度”變淺，研究方向單一。Paragios 接著寫道，如果這只是因為近年來計算力和大數(shù)據(jù)崛起推動所致，那么這股熱潮自會過去，計算機視覺也會遵循計算機圖形的發(fā)展軌跡，從活動和學術(shù)研究的量上說，逐漸成為一門邊緣學科。
?
如果不是的話，Paragios 表示——那么問題來了：計算機視覺的下一步發(fā)展將是什么？“你怎么讓那些剛從學校出來，很有可能連統(tǒng)計學習、模式識別、歐氏幾何、連續(xù)和離散優(yōu)化都沒聽說過的的博士生提出新的想法？”
?
雖然事情不至于這么極端，但照這樣發(fā)展下去，Paragios 寫道，結(jié)果就只有兩條：要么是大家走向共和，實現(xiàn) David Marr 的假說——單一計算框架能解決所有視覺感知問題，當然這也是一項成就；但萬一要是沿著深度學習走下去，最終卻無法解決各種各樣的計算機視覺問題……
Paragios 稱自己是深度學習懷疑論者、接受者、倡導者中的后兩種，但對前景還很迷茫。不過，他主張的研究多樣化，的確值得深思。
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘工具，報表系統(tǒng)等全方位知識
QQ群：81035754
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/4352.html
摘要：于月日至日在意大利比薩舉行，主會于日開始。自然語言理解領(lǐng)域的較高級科學家受邀在發(fā)表主旨演講。深度學習的方法在這兩方面都能起到作用。下一個突破，將是信息檢索。深度學習在崛起，在衰退的主席在卸任的告別信中這樣寫到我們的大會正在衰退。 SIGIR全稱ACM SIGIR ，是國際計算機協(xié)會信息檢索大會的縮寫，這是一個展示信息檢索領(lǐng)域中各種新技術(shù)和新成果的重要國際論壇。SIGIR 2016于 7月17...
摘要：對于大多數(shù)想上手深度學習的小伙伴來說，我應當從那篇論文開始讀起這是一個亙古不變的話題。接下來的論文將帶你深入理解深度學習方法深度學習在前沿領(lǐng)域的不同應用。 對于大多數(shù)想上手深度學習的小伙伴來說，我應當從那篇論文開始讀起？這是一個亙古不變的話題。而對那些已經(jīng)入門的同學來說，了解一下不同方向的論文，也是不時之需。有沒有一份完整的深度學習論文導引，讓所有人都可以在里面找到想要的內(nèi)容呢？有！今天就給...
摘要：年月日，將標志著一個時代的終結(jié)。數(shù)據(jù)集最初由斯坦福大學李飛飛等人在的一篇論文中推出，并被用于替代數(shù)據(jù)集后者在數(shù)據(jù)規(guī)模和多樣性上都不如和數(shù)據(jù)集在標準化上不如。從年一個專注于圖像分類的數(shù)據(jù)集，也是李飛飛開創(chuàng)的。 2017 年 7 月 26 日，將標志著一個時代的終結(jié)。那一天，與計算機視覺頂會 CVPR 2017 同期舉行的 Workshop——超越 ILSVRC（Beyond ImageNet ...
摘要：但年在機器學習的較高級大會上，蘋果團隊的負責人宣布，公司已經(jīng)允許自己的研發(fā)人員對外公布論文成果。蘋果第一篇論文一經(jīng)投放，便在年月日，斬獲較佳論文。這項技術(shù)由的和開發(fā)，使用了生成對抗網(wǎng)絡(luò)的機器學習方法。 GANs「對抗生成網(wǎng)絡(luò)之父」Ian Goodfellow 在 ICCV 2017 上的 tutorial 演講是聊他的代表作生成對抗網(wǎng)絡(luò)（GAN/Generative Adversarial ...
摘要：第二次則是今年初，論文被深度學習盛會拒絕。表示遺憾乃至憤怒的人不在少數(shù)。他認為，使從其他學術(shù)實驗室中脫穎而出的，是它的跨領(lǐng)域文化。騰訊也在籌建人工智能實驗室，近期消息就會正式公布。 牛津大學和 DeepMind 的研究人員合作，開發(fā)出一款能夠閱讀唇語的系統(tǒng)，這個名叫 Watch, Attend and Spell（WAS）的軟件在實際表現(xiàn)中遠遠超越了人類專家的水平。研究人員使用計算機視覺和機...
閱讀 2572·2023-04-25 18:13
閱讀 795·2021-11-22 12:10
閱讀 2987·2021-11-22 11:57
閱讀 2148·2021-11-19 11:26
閱讀 2183·2021-09-22 15:40
閱讀 1474·2021-09-03 10:28
閱讀 2711·2019-08-30 15:53
閱讀 1959·2019-08-30 15:44
