旷视首席孙剑：视觉计算前沿进展

本篇文章581字，读完约1分钟

5月8日上午，Xi交通大学人工智能研究所所长、首席科学家孙健博士作了由“信息技术新工程产学研联盟”主办的人工智能教育网上公开课“可视化计算前沿进展”的报告。

在他的报告中，孙健博士从两个方面探索了当前使用卷积神经网络的计算机视觉:

1.卷积神经网络的核心可以概括为:网络深度、网络卷积运算、网络宽度和网络规模。

2.计算机视觉的核心问题可以概括为:分类、检测、分割和序列。

孙健说，研究人员为解决这些问题做了很多努力，取得了很多进展，但计算机视觉中的关键问题，如长尾分布、自监督学习和遮挡等，还没有解决。

下面我们将介绍孙健博士报告的一些内容。

卷积神经网络

计算机视觉涉及许多任务，其中之一是如何理解图片，即图像的表示。从1978年的2.5dsketch到今天的中深卷积神经网络的点特征和局部特征，图像表示问题已经研究了几十年。

目前最流行的方法是深度卷积神经网络，即通过中间函数的作用输入一幅图像并输出一个类别。但是卷积神经网络学到了什么？孙健提到，所学的东西可以分为两个维度:低层次的表征，如线段、边缘和纹理，以及高层次的特征，如狗和耳朵。

卷积神经网络的思想由来已久。早在20世纪80年代，日本科学家就提出了神经认知机的概念，这可以看作是卷积网络的最初原型。Yannlecun在20世纪90年代发展了这种方法，学术界开始研究卷积神经网络。

计算机视觉