青年|对话顶会、解读最佳：CVPR 2020最佳论文对CV领域的启发( 三 )
本文插图
2)
解决问题的办法
1.Holistic
Holistic代表着完整的、全盘的 。 常见的视觉任务包括分类、物体检测、语义/实例分割、3D重建等 。 人类的视觉系统在面向视觉任务时 ， 可以同时全面考虑问题 ， 而非像计算机一样需要拆成若干子任务进行处理 。 未来对视觉的研究 ， 可模拟人类处理时的方式 ， 将各类子任务融合成一个大任务 。
本文插图
2.Cross modality（跨模态学习）
在医学领域 ， 医生做病情诊断时 ， 除了观察CT、X光等得到医学影像 ， 还会借助病人病史、化验结果、问询等了解其他信息 ， 这个过程就可以称为跨模态学习 。 为完成一个最终目标 ， 可能会需要很多其他模态信号加以辅助 ， 视觉任务亦是如此 。 例如将视频里面的声音与图像进行互监督学习 ， 常见的有篮球、足球等体育比赛中 ， 解说与画面的配合 。 解说语音提供了很多标签 ， 利用这些标签可帮助训练视觉模型 。 从大的AI角度来说 ， 视觉未来定会和更多其他模态的数据进行融合 。
本文插图
3.X learning
Self-supervised learning、Unsupervised learning、Meta learning、Life-long learning、Robust learning、Transfer learning等机器学习领域的方法 ， 都有可能在未来视觉研究领域中发挥巨大的作用 ， 催生新的研究方向 。
3)
最终目标
1.Weak supervision
2.Robust
3.Intelligent
对话顶会、解读最佳、碰撞思维、寻求启发 ， 感谢黄老师的精彩解读以及独到观点 ， 在分享自身见解的同时也启发了大家对于CV领域的思考 。 希望本次分享对大家的CV学习之路有所帮助 ， 我们下次分享见！
整理：何文莉
审稿：黄高
推荐阅读
- 青年|发币自救失败，D站死于盗版
- 青年|汕头华侨试验区探索以人工智能、5G赋能产业转型升级
- 青年|7万硕士和21万本科生都来送外卖！高学历人才不思进取？
- 青年|西安邮电大学与安康汉滨区深度合作，研发适合毛绒玩具全产业链实用技术
- 青年|霍尼韦尔和上工申贝达成战略合作
- |重庆秀山：电商培训见实效 让更多本土青年“触电”创业
- 像素|vivo X50系列拍摄短片 亮相FIRST青年电影展
- 青年|师德何在？女老师未收到鲜花辱骂学生及家长
- 青年|微信不发朋友圈的原因已被正式确认，两点引吐槽！
- 青年|足球美团二选一，足球是唯一的，美团随时可替代