1
| 本文作者： 李尊 | 2016-06-28 19:56 |
國際計算機視覺與模式識別會議（CVPR）是IEEE一年一度的學術性會議，會議的主要內容是計算機視覺與模式識別技術。下面是6月27日的大會摘要，有重要人物的演講。
David Chambers是來自于SwRI的高級研究員，他把今天想要參加的演講分享給大家。
“這些主題對我來說非常有意思，因為我主要處理的就是有關機器導航、對象檢測以及無人車等相關問題。”
早上 9:00 - 10:05 匹配校準 五個口述演講
10:05 – 10:35 分割和輪廓檢測 五個主題推廣演講
下午 1:45 – 2:50 對象識別和檢測 五個口述演講
2:50 – 3:20 對象檢測1 七個主題推廣演講
歡迎來到拉斯維加斯參加2016年度CVPR會議，今年的CVPR一定會十分精彩，因為：
l CVPR2016將會展示計算機視覺和深度學習領域最新的成就，包括像熱門的大型視頻理解和新興的視覺疑問回答領域問題。
l 有史以來第一次，CVPR2016將舉辦一個100個公司參加的工業展。
l 同樣有史以來第一次，CVPR2016的組委會成員幾乎全是女性（雖然可能有點性別失衡）。
另一個更有創新性，我們將在CVPR2016使用每日簡報的形式發布消息，保證每天早上都能收到有關CVPR2016最新資訊。
接下來這一星期將充滿各種科技創新，我們最后想提出一個觀點：計算機視覺將會無處不在它將會應用到我們的汽車、家庭、搜索引擎、醫院等領域。在未來它將會用來幫助殘障人士、進行社會分析、拯救生命甚至提高糧食產量。為了實現這樣的目標，我們需要為研究學者們建立一個廣闊且多樣的社區平臺：不同國家、教育程度、性別、種族、社會經濟背景、生活經驗、個人目標也不盡相同的人都能有自己的發揮空間。
今日 CVPR工業展 6.27-30
今天CVPR工業展將開幕，將會有許多創業公司以及業界巨頭來進行展示，學界和業界在此期間可以實現良好溝通交流。
昨日 人類與自動面部識別在隨機圖片上的識別準確度比較（A Comparison of Human and Auto-mated Face Verification Accuracy On Unconstrained Image sets）
今天的認知組織研討會很有意思，有許多非常精彩的演說以及活躍的討論。今年的主題是反饋機制。我們主要討論的是有關于哪一項任務最需要反饋，或者說對我們最有益處。Deva Ranmanan提到在“瞬間視覺”和“長期視覺”這兩者中，反饋對于后者更有用。還有其他學者也提出了自己的個人見解，大家都收獲不少。
另一個重點話題是能不斷修正的網絡。Viren Jain、Jitendra Malik以及Piotr Dollar也都發表了各自有關看法。
一個有趣的觀點來自于Deva和Bruno，他們將視覺作為一個推理工作，通過使用隱藏變量模型將反饋當做一個自然推理結果。最后，反饋也不永遠都是必要的。Thomas Brox提到前饋模型仍然有一定優勢。
CVPV的組委會里的一大亮點是涌現了大量女性學者，甚至年輕學者。下面以Tanushri Chakaravorty為代表，來看看這些女性學者憑什么占據CVPR組委會“高官”的半壁江山。以下Tanushri Chakaravorty簡稱T，CVPR Daily 以下簡稱C。
C: Tanushri，你在哪里上的學？
T: 我在蒙特利爾工程學院上學，目前是一名博士學生。
C: 你的工作是關于什么的呢？
T: 我的工作是有關對象追蹤以及視頻排序。
C: 你的工作創新點在哪兒？
T: 我的工作創新的點是能夠用在一系列的通用對象上。因為我的目標是無模型追蹤，所以我設計的算法能夠被用來追蹤任何對象，而不是特定的某個對象（如臉型、鳥、狗等）。
C: 這意味著你的工作能馬上投入到實際工作中！
T: 對！它可以實際應用在畫面監控中，還有面部識別的功能。有很多種應用方式，像交通監控、對象計數、運動軌跡預判等。
C: 你能講一講你實現的的算法是哪一種的嗎？
T: 我的追蹤算法的主要理念是可能性。舉例說，我們想估計某個物體是否在這個視頻里。我們使用這個物體的一些特性，然后通過這些特性會試著估計它就在這個視頻里的可能性。
C: 你能告訴我們碰到了哪些挑戰嗎？
T: 我認為最有挑戰的是要找到固定的特征。對于我們人類來說，如果一個人姿勢不同或者不停變化姿勢，我們仍然能夠判斷他是同一個人。但是計算機就不同了，因為它太原始了，每樣事物在它看來都是一樣的。所以需要告訴計算機算法某樣東西是這個物體特有的才行。
C: 你的工作打算下一步如何進行？
T: 下一步我打算結合一個探測器到我的算法中，提升它的預判和成功率，使我的算法稱為最好的算法。
C: 你能告訴我們你的工作總發生過什么意想不到的有趣的故事嗎？
T: 當然好，有趣的或者說有挑戰的是在你實際測試之前根本不會料到會發生這樣的事情。舉例說，一個人出現在視頻中，突然他/她一下消失了。對于我們人類來說，我們會想“他/她應該還會出現或者他/她不會再出現了。” 但是算法不會這么認為，它會覺得這個物體運動得毫無規律，變成了一堵墻。所以說，有時候看算法出錯犯迷糊非常有意思。
Maryam Rahnemoonfar 以下簡稱M，CVPR Daily 以下簡稱C
C: Maryam, 你目前在哪里任職？
M: 我目前是德州農工大學的一名計算機科學助理教授。
C: 我能問下你為什么選擇在計算機視覺領域發展嗎？
M: 事實上，我本科的專業是市政工程。作為一名市政工程學生，有一們特別的課程是測繪學。我非常喜歡和衛星圖片打交道，所以在我的博士階段，我選擇了計算機科學并且打算和所以的圖片打交道。當我在學市政工程的時候，我認為在辦公室里做測量比在室外炎熱惡劣的環境中好多了，而且得到的結果也一樣。
C: 這是你真正熱愛這個領域的原因嗎？
M: 是的。
C: 我能問下作為一名女性，在這個領域想要做出成績困難嗎？
M: 是有不少的挑戰。因為這個領域是有男性主導的，所以你需要比男性付出兩到三倍的努力才能獲得成功。不過我認為我現在已經做得相當不錯了！
C: 你能講一件有關于你剛剛說的情況的故事嗎？發生過什么只會出現在女性身上的事情么？
M: 我沒有具體的事情可以說，不過像我現在就是我們部門唯一的一位女性。在我上學的時候，我也是唯一的一名女博士。
C: 你最喜歡的老師是誰？
M: 我最喜歡的老師是我在Teheran大學的電子工程教授Ahad Tavakoli。
C: 你受益最多的是什么？
M: 他非常非常有條理，對學生也相當關心。因為自己理解是一回事，把它教給學生又是另外一回事。我喜歡他能把任何事情都講得通俗易懂。
C: 你想實現的是什么？
M: 在學術界，特別是計算機視覺方向，一直以來都是從事視覺圖像的工作。但是由于我的市政工程背景，我曾經與雷達圖像、聲吶圖像等不同形態的圖像打過交道。我們希望能超越視覺圖像，往這個方向進行探索。因為計算機不會有人類眼睛一樣的限制，所以可以去探索一些人類眼睛看不見的地方。我想在計算機視覺領域和遙感領域架起一條橋梁。事實上，我的實驗室就是計算機視覺方向和遙感方向，我希望自己能為這兩者溝通做出貢獻。
C: 你認為你實現這個的幾率有多大？女性對于這種問題又該如何回答？
M: 一般來說，女性面對的挑戰通常是男性對于他們所說的充滿信心。即使他們說的完全是錯誤的，他們也充滿自信。但是在我看來，女性一般沒有這么自信，這個在我的那些做的不錯的女學生中也得到體現，我也不知為什么。所以對于我來說，我應該有70-80%的可能性實現這個目標。
圖片來自 CVPR2016-Monday
via CVPR 2016
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
