計算機視覺產(chǎn)業(yè)鏈

工業(yè)界：對學(xué)術(shù)研究提出需求

最火的兩個概念：自動駕駛和元宇宙

相關(guān)熱點研究方向：

（1）建圖技術(shù)：三維重建技術(shù)，包括SLAM、定位、建圖、更新等技術(shù)；（2）點云理解技術(shù)：三維理解技術(shù)，包括點云檢測、分割等技術(shù)；

（3）街景理解技術(shù)：街景圖像視頻識別、檢測、分割等技術(shù)；

（4）三維渲染技術(shù)。

學(xué)術(shù)界：自驅(qū)的學(xué)術(shù)研究

CVPR：檢測、3D、分割、視頻、表示學(xué)習(xí);（2021）

CVPR：多角度三維視覺、圖像視頻生成、識別檢測分類檢索；（2022）

ICCV：視頻，3D，檢測，分割，表示學(xué)習(xí)和Transforer。（2021）

總結(jié)：（1）基于transformer的視覺；

（2）基于self-supervised的無標(biāo)注視覺技術(shù)。

（3）生成式對抗網(wǎng)絡(luò)圖像生成

圖像識別主要算法

圖像識別流程：圖像采集、圖像預(yù)處理、特征提取、特征識別 圖像預(yù)處理：ROI提取、圖像濾波與增強； 特征提?。篖BP、SIFT、HOG、CNN等等

目標(biāo)檢測主要算法

（1）雙階段目標(biāo)檢測：RCNN、Fast RCNN、Faster RCNN、FPN、Mask RCNN；

（2）單階段目標(biāo)檢測：YOLO、SSD、RetinaNet；

（3）基于transformer：Ralation Net、DETR。

自動駕駛主要算法

7. 計算機視覺發(fā)展趨勢

五大發(fā)展趨勢：

（1）優(yōu)化數(shù)據(jù)質(zhì)量

（2）應(yīng)用于健康和安全領(lǐng)域

（3）應(yīng)用于零售業(yè)（無人商店、掌脈識別等）

（4）自動駕駛汽車領(lǐng)域

（5）邊緣計算領(lǐng)域

8. 計算機視覺-學(xué)術(shù)界與工業(yè)界GAP有多大？

2020年7月31日，由中國圖象圖形學(xué)學(xué)會主辦、視覺大數(shù)據(jù)專委會承辦，北京智源人工智能研究院和美團協(xié)辦的ECCV 2020中國預(yù)會議成功舉辦。本次ECCV預(yù)會議秉承傳統(tǒng)，組織了圓桌論壇，邀請來自工業(yè)界、學(xué)術(shù)界大咖，他們圍繞“計算機視覺：學(xué)術(shù)界與工業(yè)界GAP有多大”這個主題談及了各自的理解并分享了一些精彩觀點。

圓桌論壇由中科院自動化所的董晶博士主持，Wormpex AI Research 副總裁兼首席科學(xué)家華剛博士、華為云首席科學(xué)家田奇博士、微軟亞洲研究院資深研究員王井東博士、美團AI平臺視覺中心負責(zé)人魏曉林博士以及上海交通大學(xué)的熊紅凱教授同框在線進行話題討論。

精選觀點

精選了圓桌論壇中10條專家觀點，大家可以先睹為快：

在學(xué)術(shù)界的研究生需要有一種哲學(xué)的思辨能力。

對于做研究的人來講，寫作這個事情可能對你一生來講都是非常有幫助的。

學(xué)生需要有“T型”的知識架構(gòu)，不僅要在某個領(lǐng)域研究得深，而且還要有知識的廣度。

那些真正能做產(chǎn)品的人才，能夠從客戶的角度，去發(fā)現(xiàn)社會和用戶需要什么。對待新的研究方向也有很好的敏感性。

工業(yè)界跟學(xué)術(shù)界往往是一個Mix，工業(yè)界和學(xué)術(shù)界的緊密結(jié)合是一個雙贏的局面。

可能工業(yè)界像是“市場經(jīng)濟”，學(xué)術(shù)界可以說一定程度上是更偏向于“計劃經(jīng)濟”。

學(xué)術(shù)界和工業(yè)界之間的GAP就是從基礎(chǔ)研究到落地，我們稱為“使用鴻溝”。核心就是說，一般我們講的學(xué)術(shù)界是從0到1，而工業(yè)界是從1到n。那么，怎么把“0到1”和“1到n”銜接到一起，就怎么縮短這樣的“使用鴻溝”。

在學(xué)術(shù)界，你的論文發(fā)表了之后，研究就結(jié)束了。但在工業(yè)界是不一樣的，論文發(fā)表可能意味這個工作才剛剛開始，后面還有很長的路要走，還要把技術(shù)經(jīng)過一些改進，使它能夠成熟到去支持業(yè)務(wù)的落地。

計算機視覺的發(fā)展趨勢預(yù)測：深度學(xué)習(xí)與計算機視覺結(jié)合的可解釋性、安全性、魯棒性、透明性；小樣本訓(xùn)練、自監(jiān)督學(xué)習(xí)、知識圖譜、模型壓縮；數(shù)據(jù)高效、軟硬結(jié)合。

計算機視覺應(yīng)用的行業(yè)機會可能存在于以下幾個領(lǐng)域：安防、無人駕駛、線下零售。

以下系對Panel討論環(huán)節(jié)的文字實錄，希望能對大家有所幫助或者啟發(fā)。

熊紅凱：工業(yè)界的話，相信其他幾位老師比我更有經(jīng)驗。我就談?wù)勎以趯W(xué)術(shù)界的一些體會。以前我對計算機視覺是有一定偏見的，因為計算機視覺當(dāng)時的目標(biāo)是讓計算機像人一樣具有視覺的觀感。小時候看書，說我們?nèi)祟惷媾R三個世界，一個是虛擬的意識世界，另一個是現(xiàn)實的物理世界，第三個是真理世界，也就是數(shù)學(xué)世界。過去我們做學(xué)術(shù)其實更多的是面向數(shù)學(xué)世界，去尋找和發(fā)現(xiàn)這個世界上所存在的真理和規(guī)律。后來計算機視覺打開了這個窗口，我感覺計算機視覺實際上是在把人的意識世界和現(xiàn)實物理世界做了某種關(guān)聯(lián)。

從這個角度來講，我覺得學(xué)術(shù)研究現(xiàn)在存在一個分歧，是應(yīng)該更多的去面對真理和規(guī)律，還是說只去做現(xiàn)實世界與虛擬世界的一種關(guān)聯(lián)。當(dāng)然，我們可以比較客觀地說，計算機視覺是讓計算機去創(chuàng)造一種新的物種，像人一樣具有可辨識、可觀察的能力。但是，有一些理性的人也會認為，計算機視覺更多的還是一種麻痹人自身的娛樂方式。我原來對計算機視覺的偏見可能就是來自這方面。

但是今天，我們可以看到現(xiàn)代生活方式的變化已經(jīng)不可逆轉(zhuǎn)了。計算機視覺技術(shù)已經(jīng)延伸到很多客觀的方面，而并不僅僅在于娛樂或者是消費的方面。因此，我覺得學(xué)術(shù)界和工業(yè)界就會慢慢地有一些融合，因為工業(yè)界畢竟更多的重心還是在于應(yīng)用和市場的開拓；而在學(xué)術(shù)界，現(xiàn)在慢慢從原來的真理探索開始向人類領(lǐng)域進行拓展，也在與工業(yè)界找到一些共通點。

我覺得計算機視覺方向的研究生，既然做研究，必然面臨這些方面的思考，就是你做的東西到底有什么用？并不僅僅只是體現(xiàn)在經(jīng)濟效益上。所以我認為，在學(xué)術(shù)界的畢業(yè)生需要有一種哲學(xué)的思辨能力，而并不僅僅是做一種技術(shù)的應(yīng)用，也并不僅僅是提高一些效率。我覺得學(xué)術(shù)型人才必須找到一些能夠打動他自己的、確實存在的規(guī)律和真理，而不僅僅是把現(xiàn)實和虛擬做一些簡單的融合。