“趴踢”现场

    赌城里的计算机视觉会议

    美国西部时间6月26日到7月1日， CVPR（IEEE国际计算机视觉与模式识别会议）2016在美国内华达州“天堂市”拉斯维加斯召开。连开会场所名字都显得那么纸醉金迷——凯撒皇宫酒店。

    赌城是座年轻的城市，计算机视觉是更为年轻的学科。当顶级学术会议碰上世界娱乐之都，依然不可免俗地成为了世界“格子衬衫”聚会。

    无论来自国际名校还是国内985高校，无论是顶级互联网公司研究员还是初创科技公司科学家，格子衬衫似乎都是这些人最为钟爱的“时尚单品”。短裤+格子衬衫+双肩包，看到这样的装束，你就找到了组织，可以快步上前，并且毫不费力地找到开场白：兄弟，今年你的paper（论文）讲的是啥？

    当然，某些成功人士的穿着在格子衬衫聚会中就显得更为霸气侧漏。英伟达创始人黄仁勋着一袭标志性黑色皮衣，给学术会议的时尚感刷出新高度。

    会议时间从早8点至晚7点，会议论文被分为12分钟长演讲、4分钟短演讲、现场概要讲解三个部分，“赶场”也就成为了常态。

    今年的CVPR大会与往届不同，增设了企业展示环节。各大公司、高校、研究机构们的首要任务就是——招人！招人！招人！这个任务简单粗暴，完成方式也是多、快、好、省。就连苹果、谷歌、索尼等大公司的招聘广告都仅仅只有一页A4纸。大概他们觉得，彪悍的公司不需要解释。

    既然是在CVPR大会招人，招聘主题自然也和大会完美贴合：机器学习、计算机视觉、深度学习、人工智能……

    在这样的会议上，华人面孔不少。你还常能看到几位来自不同海外高校的中国研究者在激烈讨论时，一言不合开始飚汉语。会议现场，还有4家中国公司带来了数量较多的论文。百度研究院、腾讯研究院、滴滴研究院和商汤科技，他们或独立发表，或与高校合作研究，在这类顶尖学术会议上发出了中国企业的声音。

    论文猛料

    只有想不到，没有“看”不到

    当然，既然是开会，分享论文和观点是正经事。

    全球最优秀的计算机视觉学者、研究机构、公司在CVPR2016上进行思想展示和观点交锋，干货满满。由于篇幅所限，只能在这里浮光掠影地看几个有意思的研究。

    迪士尼研究院

    字认多了，也就会认图了

    对，你没看错，那个出产米老鼠和唐老鸭的迪士尼，他们严肃起来也是很有科技范儿。

    传统的深度学习，是向计算机“投喂”成百上千幅图片。在反复“训练”之后，让计算机识别出图片中的物体究竟是什么。是的，在识别图片这件事上，计算机确实不够聪明。

    迪士尼研究院的科学家正在训练计算机通过“认字”来识别物体。这种方式“更有文化”。比如，计算机宝宝已经成功认识了“苹果”，接下来，就让它学习阅读材料，了解“梨子”和“苹果”有什么相同和不同；最后，不需要再给它灌输成千上万张梨子的图片，它也能认出“梨子”了！

    迪士尼研究院的工作人员介绍，他们家的系统此前学习了包括全部维基百科在内的多达30亿英文词汇量的文章，成功掌握了超过30万个物体种类和物体之间的逻辑关系。现在，系统不单能够区分小汽车和公共汽车，还掌握了一些基础的汽车分类，比如货车、小货车、越野车等。

    嗯，这系统简直堪称计算机界的学霸。

    商汤科技

    服饰识别，帮你买买买

    托AlphaGo的福，大家都知道了DeepMind。而中国公司商汤科技给自家技术命名为“DeepFashion”，要给时尚加码科技含量。

    “服饰识别与搜索”是计算机视觉最贴近日常生活的应用场景之一。免去开口询问“姑娘你这裙子在哪里买”的尴尬，高冷地掏出手机偷偷一拍，你就能收获众多同款。

    但识别服装并不简单。衣物容易变形，人摆出千奇百怪的姿势，衣服的样子也会随之改变；“买家秀”和“卖家秀”的差距也常让人眼也不敢相信这是同一件衣服；另外，衣服的设计包含了领型、版型、衣长、装饰等大量细节特征，用算法区分难度颇高。

    于是，研究人员用带有成百上千细节标签的图片来训练模型，将同一件服装多名拍摄者提供的图片作为计算机的学习素材；同时，在服装的若干关键点处提取特征点，以抵消衣服严重变形带来的影响。

    对了，要特别感谢发展迅猛的电商网站，研究人员可以获取大量图片、大量结构化的文本信息，还有许多用户上传的同一件衣服的不同公开图片。

    贴出买家秀也为科技进步做了贡献，以后“买买买”的时候，你是不是更加豪情万丈了？

    麻省理工学院

    别拦我，我要给黑洞拍照

    这个研究真是充满着“想飞上天，和太阳肩并肩”的野心。

    探索黑洞的奥秘通常是天文学家的任务，但计算机视觉科学家表示，他们也要“插一杠子”了。来自麻省理工学院、哈佛大学、谷歌公司的研究人员正在通过图像处理的手段实现一个宏伟目标——一睹黑洞的真容。

    该研究小组首席研究员凯蒂在CVPR 现场解释道，黑洞距离我们非常遥远，而且质量密集。人类如果想在地球上拍摄，需要搭建一个比地球还要大的望远镜。为了获取更多图像信息，该小组计划将全球不同地点的射电望远镜收集到的信息整合在一起，已经有6个天文台加入了这个雄心勃勃的计划。

    数据到手后，研究人员会通过“补丁优先连续高分辨率图像重建”算法对获取的数据进行处理，并对缺失的部分进行“估计”，进而重建完整的黑洞影像。研究者估计，预计在一年之内，人类能看到黑洞长啥样。

    不知道天文学家对这一想法，是报以“呵呵”，还是点个赞呢？