過去一周，CVPR 2016向我們展示了其龐大的演講嘉賓，多樣的大會主題，豐富的圓桌會議以及全球化的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)對于這次大會的重視程度，而大會上頻頻涌現(xiàn)的亮點(diǎn)，更是讓參加這次大會的人覺得不枉此行。

下面我們先從黑科技這個亮點(diǎn)說起。

黑科技涌現(xiàn) CVPR 2016這是要火的節(jié)奏

CVPR2016上，麻省理工學(xué)院計算機(jī)科學(xué)和人工智能實驗室(CSAIL)將發(fā)布一份關(guān)于可預(yù)測人類行為的算法的研究報告。通過給此算法導(dǎo)入近600小時的電視秀(其中包括《生活大爆炸》《絕望主婦》《辦公室》等劇集)，來測試機(jī)器是否能準(zhǔn)確預(yù)測人類在各場景互動中的行為。此次實驗數(shù)據(jù)是人工智能“預(yù)測想象力”技術(shù)的顯著進(jìn)步。

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

真正的飛躍大概會在2021年到來，按我們的分級方法，那時候的自動駕駛等級大概會在Lv.4到Lv.5之間了，能實現(xiàn)真正的全自動駕駛。那時預(yù)計社會將會慢慢接受自動駕駛系統(tǒng)的存在，可能在一段時間內(nèi)，還是會有司機(jī)坐在駕駛座上以防萬一算法出錯。而這時的自動駕駛系統(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)還是會傾向于手動駕車出行。

除了李飛飛 CVPR上還來了哪些著名的學(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教授主要研究方向為計算機(jī)視覺和生理認(rèn)知建模，涉及圖像分割、視覺組織、紋理分析、立體視覺、物體識別、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150篇文章，其中有五篇文章引用率超過1000。Jitendra Malik教授已培養(yǎng)了26位博士生，其中不乏國際研究界和工業(yè)界的知名教授與專家。

深度學(xué)習(xí)有很多優(yōu)勢，但在視覺識別領(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)用于視覺識別領(lǐng)域優(yōu)點(diǎn)和缺點(diǎn)，以及如何通過反饋和記憶網(wǎng)絡(luò)，能讓前饋視覺架構(gòu)有所改善。

CVPR引起巨大爭議的新技術(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無疑徹底改變了它的意義。這項技術(shù)可以非常逼真的將一個人的面部表情、說話時面部肌肉的變化完美的實時復(fù)制到另一個視頻中的角色上。它由德國紐倫堡大學(xué)的科學(xué)家Justus Thies領(lǐng)銜完成，技術(shù)上來說，這不僅是第一個能實時進(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)確率和真實度比以前那些模型高得多。最終效果看起來大概就是下面這個樣子：

……

獲獎無數(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，我們提供了全面實驗數(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。我們在ImageNet數(shù)據(jù)集用152 層--比VGG網(wǎng)絡(luò)深8倍的深度來評估殘差網(wǎng)絡(luò)，但它仍具有較低的復(fù)雜度。在ImageNet測試集中，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)模視覺識別挑戰(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。

對于大部分視覺識別任務(wù)，深度表示是非常重要的。僅由于極深的表示，在COCO對象檢查數(shù)據(jù)時，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競賽的基礎(chǔ)，而且在ImageNet檢測任務(wù)，ImageNet定位，COCO檢測和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)會議，CVPR的黑科技更多，獲獎?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，相信是因為計算機(jī)視覺和模式識別這個領(lǐng)域本身今年的大熱導(dǎo)致的，AI科技評論君也希望這個勢頭延續(xù)到下一個頂級國際人工智能聯(lián)合大會（IJCAI）學(xué)術(shù)會議中。

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