CVPR 2016正式開(kāi)幕，一大波黑科技正在奔涌而來(lái)！

近日，2016計算機視覺(jué)和模式識別領(lǐng)域頂級學(xué)術(shù)會(huì )議（CVPR）于美國正式拉開(kāi)序幕，內容涉及機器人、無(wú)人機、VR、AR、自動(dòng)駕駛等眾多領(lǐng)域。

近日，2016計算機視覺(jué)和模式識別領(lǐng)域頂級學(xué)術(shù)會(huì )議（CVPR）于美國正式拉開(kāi)序幕。

CVPR是世界頂級計算機會(huì )議之一（另外兩個(gè)是ICCV和ECCV），內容涉及機器人、無(wú)人機、VR、AR、自動(dòng)駕駛、生物醫療、工業(yè)自動(dòng)化和檢測等眾多領(lǐng)域。值得關(guān)注的是，每年的CVPR上都會(huì )涌現出各種前沿科技，吸引了不少圈內外的眼球，看看今年的CVPR都將涌現出哪些黑科技。

機器人預測人類(lèi)行為

這項在視覺(jué)預測領(lǐng)域取得的突破性進(jìn)展由MIT 的計算機科學(xué)及人工智能實(shí)驗室（CSAIL）發(fā)表。運用CSAIL團隊自創(chuàng )的“視覺(jué)表征”算法，在進(jìn)行了600個(gè)小時(shí)無(wú)標簽視頻訓練后，該系統對新視頻中人們下一步動(dòng)作的預測精確度高達43%，除此之外，還可以預測5秒后的世界。

詳情參看鎂客網(wǎng)文章《MIT人工智能實(shí)驗室發(fā)力！讓機器人告訴你5秒后的世界》

基于深度學(xué)習的手勢識別：DeepHand

DeepHand（深度手勢識別）是美國普林斯頓大學(xué)C Design 實(shí)驗室的研究成果。該系統使用了深度學(xué)習“卷積神經(jīng)網(wǎng)絡(luò )”，通過(guò)判斷手勢動(dòng)作的數字位置（把手指的每一個(gè)區域都定義為數字），DeepHand可以推算出其下一個(gè)手勢的數字位置，進(jìn)而預測手勢變化的可能性。通過(guò)定位鄰近區域，DeepHand還能夠計算，顯示攝像頭中無(wú)法直接捕抓到的手勢運動(dòng)。

詳情參看鎂客網(wǎng)文章《無(wú)需VR外設，普林斯頓學(xué)霸用DeepHand解放你的雙手》

微軟全息“穿越”技術(shù)：HoloPortation

HoloPortation（全息傳送）可以將活靈活現的人物全息圖像投射到另一個(gè)房間，并與房間的人進(jìn)行實(shí)時(shí)互動(dòng)，同時(shí)解決時(shí)間與空間的距離問(wèn)題。視頻中出現的就是Shahram Izadi以及他女兒（的全息圖像）。

人工智能成“配音員”

麻省理工學(xué)院開(kāi)發(fā)出一個(gè)能夠精準預測聲音的算法。當研究員將一個(gè)擊打物品的短視頻交給算法，算法就可以生成一個(gè)打擊的聲音，真實(shí)到可以糊弄住觀(guān)看視頻的人類(lèi)。

百萬(wàn)人臉測試：人臉識別靠譜嗎？

華盛頓大學(xué)的UW團隊用69萬(wàn)人的照片創(chuàng )建了一個(gè)百萬(wàn)圖片的數據集，分別讓幾個(gè)團隊在此基礎上對自家人臉識別系統的匹配準確率進(jìn)行測試。

測試結果顯示谷歌的FaceNet算法識別準確率最優(yōu)，在百萬(wàn)規模數據下達到75%的準確率，另一個(gè)與之接近的團隊是俄羅斯的N-TechLab，達到73%的準確率。相比之下，其他算法在小規模數據集能達到95%以上，但是百萬(wàn)規模下的識別準確率下降到33%左右。

詳情參看鎂客網(wǎng)文章《華盛頓大學(xué)最新研究：人臉識別靠譜嗎？》

深度學(xué)習識別YouTube的視頻

迪尼斯研究院和復旦大學(xué)在CVPR 26日的大會(huì )上展示了如何用深度學(xué)習自動(dòng)識別剛剛上傳到YouTube視頻里正在發(fā)生什么大事以及新鮮事。來(lái)幫助開(kāi)發(fā)之前視頻上傳后丟失的大部分有潛在價(jià)值的信息。

斯坦福大學(xué)打造“懂禮貌”機器人Jackrabbot

斯坦福大學(xué)的研究人員費盡了心思制造了一個(gè)叫Jackrabbot的原型機器人，希望它能夠自行在街道上行走，又不會(huì )與其他行人碰撞，或者有人迎面而來(lái)時(shí)不知往左往右。研究人員表示，未來(lái)這些走路的經(jīng)驗將分享給其他的機器人。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！