3
| 本文作者： 宗仁 | 2016-06-28 19:17 |
计算机视觉和模式识别领域顶级学术会议CVPR正在美国召开，因为涉及到机器人、无人机、VR、AR、自动驾驶、生物医疗、工业自动化和检测等众多领域，很多学术圈之外的人不得不对这个顶级学术会议刮目相看，因为这个学术会议已成为前沿理论和前沿技术的聚集地，下面一起来看看CVPR 2016我们应该主动关注什么。
CVPR2016上，麻省理工学院计算机科学和人工智能实验室(CSAIL)将发布一份关于可预测人类行为的算法的研究报告。通过给此算法导入近600小时的电视秀(其中包括《生活大爆炸》《绝望主妇》《办公室》等剧集)，来测试机器是否能准确预测人类在各场景互动中的行为。此次实验数据是人工智能“预测想象力”技术的显著进步。
点击查看详情。
来自于美国普渡大学C Design 实验室的研究成果——DeepHand(深度手势识别)，基于“深度学习”解析人手塑造的角度和扭曲等动作，这是一个新的突破，可以在未来加强VR设备的交互上有广泛应用前景。
点击查看详情。
HoloPortation将人物全息图像投射到另一个房间，使该房间内的人可以和全息影像实时互动，系统通过追踪人物身体的高质量细节，重建每一个特征。
项目主管Shahram Izadi透露，最开始他们只是想缓解思乡病。Shahram Izadi的剑桥（英国）团队专注于用3D传感器技术、机器学习来解决下一代计算问题，花了两年半时间，团队才和华盛顿Redmond 的HoloLens团队融为一体。Izadi已为人父，视频中出现的女孩是他的女儿。
CVPR上，来自麻省理工学院开发的算法演示他们将如何精准预测声音。当研究员将一个击打物品的短视频交给算法，算法就可以生成一个打击的声音，真实到可以糊弄住观看视频的人类。点击连接中的视频，看看算法生成的声音能不能糊弄住你。
点击查看论文。
华盛顿大学的一位计算机助理教授Ira Kemelmacher表示，我们需要一个更大规模数据集的评测标准，帮助研究人员找到自己识别算法中的缺陷。他们首先建成了一个来自Flickr网站上的69万人的100幅人脸照片，允许其他研究人员遵循创作共用许可协议下载数据集，使用自己的算法从数据集中进行匹配。
谷歌的FaceNet算法识别准确率最优，在小规模数据集中准确率几乎完美，在百万规模数据下达到75%的准确率，另一个与之接近的团队是俄罗斯的N-TechLab，他们实现73%的准确率。相比之下，其他算法在小规模数据集能达到95%以上，但是百万规模下的识别准确率下降到33%左右谷歌的FaceNet算法识别准确率最优，在小规模数据集中准确率几乎完美，在百万规模数据下达到75%的准确率，另一个与之接近的团队是俄罗斯的N-TechLab，他们实现73%的准确率。相比之下，其他算法在小规模数据集能达到95%以上，但是百万规模下的识别准确率下降到33%左右。目前有超过300支团队在使用MegaFace数据集进行训练。
初步讨论结果将在CVPR 2016上呈现。
点击查看原文。
迪尼斯研究院和复旦大学在CVPR 26日的大会上展示了如何用深度学习自动识别刚刚上传到YouTube视频里正在发生什么大事以及新鲜事。来帮助开发之前视频上传后丢失的大部分有潜在价值的信息。
点击查看原文。
斯坦福大学的研究人员们也是费尽了心思，他们制造了一个叫Jackrabbot的原型机器人，希望他们的Jackrabbot机器人能够自行在街道上行走，又不会与其他行人碰撞，或者遇到迎面而来的人时不知往左往右，未来这些走路的经验还可以分享给其他的机器人。
上面就是CVPR已经出现或者即将出现的黑科技亮点，相对CVPR官网凌乱的导航，顺着这些黑科技按图索骥会帮你更快地找到大会的重心和亮点。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
