0
| 本文作者： 楊曉凡 | 2017-07-22 21:59 | 專題：CVPR 2017 |
雷鋒網 AI 科技評論按：計算機視覺的頂級會議 CVPR 2017 已經開始了，AI 研究巨頭 Facebook 今天也發出一篇博文介紹自己都將在本屆 CVPR 中展現哪些成果。博文中主要內容編譯如下。
Facebook 連接性實驗室研究員 Ilke Demir、Ramesh Raskar 等人與 MIT 媒體實驗室共同完成的論文「Robocodes: Towards Generative Street Addresses from Satellite Imagery」（用衛星圖像生成街道地址的 Robocodes 系統）獲得了本屆 CVPR 的最佳 workshop 論文獎。這項研究會在 EarthVision Workshop 中展示，這個 workshop 關注的內容就是用于遙測感知圖像的大規模計算機視覺。
這篇論文的主要內容是：隨著全球地理空間內容的數量不斷增長，地圖的作用越來越重要。然而世界上仍然有高達70%的區域尚未詳細繪制在地圖中，而且也沒有什么生成式的方法可以自動繪制這些未知區域。目前的方法都還依靠準確的路面幾何特征，而論文中的新方法就解決了地理特征標識的語義問題，能夠基于 5m x 5m 的網格為街道生成地址。
計算機視覺和遙測感知研究社區近期開始把注意力轉向從衛星照片中學習重要特征。有許多研究成果以前看起來理論性很強，現在都可以用來對世界產生實實在在的影響。
“這個世界以及用于理解這個的技術正在從信號、文本、語音這樣的單維度數據轉變為多維度的，比如圖像、視頻和三維空間。計算機視覺技術就正在縮小這個真實的多維世界和我們個人的Facebook世界之間的距離。我們的研究就是為了讓用戶與世界之間的距離更小。”Facebook的博士后研究員 Ilke Demir 如此說道。“獲得這項最佳論文獎也讓我們更加堅信我們的系統完成以后可以為世界上的其它區域進行不重復的定位，尤其是在自然災害高發區、地圖上未繪制的地區這樣的缺乏城市基礎設施的地方。”
訓練、部署人工智能模型經常需要和大規模數據中心甚至超級計算機聯系起來，為了能夠連續地處理、創建和優化模型，這樣的資源往往是必須的，這樣模型才有能力處理海量的圖像、視頻、文字和語音信息。如果想要在移動設備上部署這些模型，還要足夠快、輕量，同樣對許許多多的研究人員來說是個大麻煩。為了解決這些麻煩，Facebook 幾個月前發布了 Caffe2，為以上的問題提供了一個魯棒的、靈活的、可移動的深度學習框架。Caffe2的輕量、模塊式的結構不僅大幅度提高了可移動性，而且還保持了同等的可拓展性和計算性能。
在此次 CVPR 中，Facebook 就會在7月24號下午5點到6點舉行一個見面會，會上關注的主要內容是各方對于Caffe2的反饋。Facebook 同時還鼓勵研究人員們運用 Caffe2 進行智能理解、構建智能系統的研究，并申請 Caffe2 研究獎（https://research.fb.com/programs/research-awards/proposals/caffe2-rfp/ ）。大家的老熟人、Facebook 研發科學家賈楊清也說：“我們會一直致力于為人工智能研究社區提供高性能的機器學習工具，這樣每個人都能夠創建屬于自己的智能應用和服務。”
讓計算機理解圖像中的東西是什么，然后把它和聊天機器人對話聯系起來，這種任務對內容理解的要求達到了新的高度。在本屆 CVPR 中，Facebook 的研究員們就會帶來數篇這方面的論文。
另外，7月26日那天 Facebook 還會與喬治亞理工大學、弗吉尼亞理工大學一起主持一場視覺問題問答 Workshop （Visual Question Answering），到時會有很多對視覺問題問答感興趣的專家共同分享他們眼中最優秀的方案、最佳的實驗經歷以及多模態人工智能的未來方向。
這個 workshop 的目的是帶來第二版的視覺問題問答挑戰賽，這個挑戰賽基于的是 CVPR 2017論文「Making the V in VQA Matter: Elevating the Role of Image Understanding in Visual Question Answering」中提出的 VQA 數據集的2.0版本。這項比賽給基于 VQA 2.0版本數據集的算法提供了一個測試機會，并且要從中發現能夠真正理解 VQA 數據集中的圖像內容從而發揮出良好表現的最先進的算法。
Facebook 希望 CVPR 的參會者們到時候可以留意一下 Facebook 的研究人員和工程師們的最新成果，最好也能在 session 結束以后一起在展廳聊聊。
此次 CVPR 中 Facebook 將要展示的研究成果有如下這么多，感興趣的讀者可以具體關注一下。
Aggregated Residual Transformations for Deep Neural Networks
CLEVR: A Diagnostic Dataset for Compositional Language and Elementary Visual Reasoning
Hard Mixtures of Experts for Large Scale Weakly Supervised Vision
Link the Head to the “Beak”: Zero Shot Learning From Noisy Text Description at Part Precision
Relationship Proposal Networks
Robocodes: Towards Generative Street Addresses from Satellite Imagery
Visual Dialog
另外，雷鋒網 AI 科技評論記者已經到達 CVPR 會場，并將全方位地報道此次 CVPR 大會。請繼續關注雷鋒網 AI 科技評論對近期各大學術會議的報道文章。
相關文章：
本次CVPR上，李飛飛團隊都中了哪8篇論文？ | CVPR 2017
CVPR第一天前線速報：展臺布置緊鑼密鼓，tutorial和workshop緊湊而充實｜CVPR 2017
專題
