-
<正>(本期刊物内容摘要由机器生成)学术界和工业界越来越关注计算机视觉这个领域,对图像实例分割、对抗网络生成图像、无人驾驶、领域自适应等热点问题的研究也越来越深入。众所周知,在计算机视觉领域有CVPR、ICCV等国际顶级会议。今年,CVPR收到的投稿数为2620篇,最终录用的
2017年06期 5-6页 [查看摘要][在线阅读][下载 22K] - 王生进;
<正>计算机视觉(computer vision)是一个相当新且发展十分迅速的研究领域,并已经成为计算机科学的重要研究领域之一。计算机视觉是模拟人类视觉的人工智能技术,用机器来“看”图像,“理解”图像。长期以来,人类持续不断地试图从多个角度去了解生物视觉和神经系统的奥秘,这些努力的阶段性理论研究成果已经在人们的生产生活中发挥了不可估量的作用,计算机场景识别的发展之路才刚刚开始。
2017年06期 8-13页 [查看摘要][在线阅读][下载 878K] - 温晓君;王茜;冯晓辉;
<正>随着人工智能产业的不断成熟,应用场景的扩展,计算机视觉的优势逐渐凸显。凭借着其对于解放劳动力和提高工业生活效率的作用,市场需求也将随之增加,未来计算机视觉将逐步渗透到广大群众的日常生活中。据American Imaging Association预测,2014-2018年计算机视觉市场的年复合增长率(CAGR)为8.2%,2018
2017年06期 14-28页 [查看摘要][在线阅读][下载 1869K] - 苏舟;胡平;蔡东琪;王山东;姚安邦;郭怡文;李建国;侯宇清;陈玉荣;
<正>人工智能的发展包含了我们对于未来人工智能太多的渴望和诉求。一直以来,自动捕捉、识别乃至理解人类的情感,都是人工智能领域中一项意义非凡却极具挑战性的技术。在人工智能空前闪耀、飞速发展的今天,我们可以看到情感识别在机器人、
2017年06期 30-43页 [查看摘要][在线阅读][下载 2682K] - 熊元骏;林达华;
<正>视频是我们生活中非常常见的一种媒体形式。我们产生的各种媒体数据,就存储数据量而言,绝大部分都是以视频的形式存在的。同时,由于视频可以同时记录观察对象的形态信息以及运动信息,视频的主要内容就常常包含了人类的各种行为,例如体育运动、生活事件、人与人、人与物品的交互等。因此,研究视频中人类行为
2017年06期 44-51页 [查看摘要][在线阅读][下载 1121K] - 成慧;林立山;郑卓祺;杨睿;
<正>让无人机具备自主飞行能力是无人机发展过程中的必经阶段,其最重要的技术则是视觉跟踪技术。为了让无人机实现自主视觉跟踪,无人机先后经历ADS-B与雷达定位、信号点跟踪、视觉/超声波定位、人工智能式的目标识别等多个技术阶段。
2017年06期 52-61页 [查看摘要][在线阅读][下载 1554K] - 罗平;吴凌云;
<正>随着深度学习的发展,图像语义分割在深度神经网络的推动下取得重大进展。然而,一个重要难题是,深度神经网络需要大量像素级标注图片进行训练。为了解决数据稀缺问题,本文提出了利用大量互联网图片标记和文本描述来提高图像分割的性能,并为此提出了两项技术—基于物体交互信息的图像分割技术和基于深度对偶学习
2017年06期 62-71页 [查看摘要][在线阅读][下载 2369K] - 刘春晓;马政;谢思锐;张伟;
<正>无人驾驶技术的迅速发展正逐渐改变人们的出行方式。感知、控制算法进一步升级成为行业突破关键。由于面临着交通场景复杂,安全性和实时性要求高等特点,其中的路径规划和控制是极具挑战的问题。本文围绕无人驾驶中的路径规划和控制问题,
2017年06期 72-79页 [查看摘要][在线阅读][下载 443K] - 赵地;
<正>医学成像技术的不断突破,推动了生命科学的革命。将AI用于医疗影像分析,可以帮助医生定位病症分析病情,辅助做出诊断。目前医疗数据中有超过90%来自医疗影像,这些数据大多要进行人工分析,如果能够运用算法自动分析影像,再将影像与
2017年06期 80-89页 [查看摘要][在线阅读][下载 523K] - 杨帆;
<正>商汤科技领先的图像视觉技术为中国移动3亿用户手机卡实名制计划,提供基于人脸识别技术的整套身份验证类解决方案,包括身份证/银行卡OCR解决方案、线上公民信息认证比对解决方案、人脸门禁考勤系统等,全方位、一体化解决实名制
2017年06期 90-93页 [查看摘要][在线阅读][下载 502K] - 陈宇;安山;黄志标;
<正>在许多人感觉无人零售店离我们距离尚远之时,它已经悄然来临。继亚马逊在去年12月份推出了新型概念店AmazonGo后,阿里推出“淘咖啡”、欧尚与大润发联手投资推出“缤果盒子”,京东推出无人零售店,参与成员包括了传统零售商、
2017年06期 94-100页 [查看摘要][在线阅读][下载 588K] - 周岳骞;
<正>微软认知服务是微软云的众多服务之一,也是微软AI平台的一部分。认知服务为开发者提供了5大类的API:影像、语音、语言、知识、搜索。这些API后端搭载在微软云的计算资源之上,使用微软研究院不断迭代更新的机器学习算法,前端则以Rest API接口的形式开放,帮助开发者在无需理解算法原理的情况下,仅通
2017年06期 101-108页 [查看摘要][在线阅读][下载 1493K] - 宋明黎;
<正>大范围视频监控网络的部署产生了海量的监控视频,如何从中提取并展示目标活动线索成为一个亟待解决的问题。针对这一问题,本文提出面向稀疏摄像头监控网络的目标视频归纳这一全新的研究方向。然而由于稀疏摄像头网络监控视频所具有的目标多、稀疏性、多角度等特点,使得该研究在多个关键技术上都面临挑战。针对
2017年06期 109-116页 [查看摘要][在线阅读][下载 621K] - 韩亚洪;许有疆;杨子伟;王慧云;王博;武阿明;
<正>视觉内容自动描述(Visual Captioning),即计算机自动为视觉内容(图像或者视频)生成自然语言的语义描述,是当前人工智能、多媒体和计算机视觉等领域的研究热点。视觉内容自动描述涉及计算机视觉和自然语言处理两个领域的相关技术,是跨模态多媒
2017年06期 117-120页 [查看摘要][在线阅读][下载 1293K] 下载本期数据