洞悉视觉前沿,加速领域发展...北京航空航天大学张宝昌教授_张莹.pdf
《洞悉视觉前沿,加速领域发展...北京航空航天大学张宝昌教授_张莹.pdf》由会员分享,可在线阅读,更多相关《洞悉视觉前沿,加速领域发展...北京航空航天大学张宝昌教授_张莹.pdf(4页珍藏版)》请在咨信网上搜索。
1、第 4 卷第 4 期2022 年 12 月微纳电子与智能制造Micro/nano Electronics and Intelligent ManufacturingVol.4 No.4Dec.2022DOI:10.19816/ki.10-1594/tn.2022.04.007洞悉视觉前沿,加速领域发展 访北京航空航天大学张宝昌教授张莹1,2,李琼1,2(1.北京市科学技术研究院信息与人工智能技术研究所 北京 100089;2.微纳电子与智能制造编辑部 北京 100089)编者按:近年来,在深度学习、知识表征等人工智能技术的推动下,计算机视觉与多学科多领域深度交叉、融合发展,已经成为促进制造业智
2、能升级的有力支撑。微纳电子与智能制造有幸采访到北京航空航天大学教授张宝昌,为读者介绍其在计算机视觉领域的主要研究成果、领域内的技术挑战及未来的发展趋势,并对基础学科和应用学科的协同发展以及人才培养等方面提出建议,以推动技术向成果转化、人才向需求看齐。关键词:计算机视觉;控制理论;目标检测;模型压缩中图分类号:TP391.4 文献标识码:A 国家标准学科分类代码:520张宝昌,北京航空航天大学教授,本硕博均毕业于哈尔滨工业大学,2018 年进入北航长聘系列,曾任百度深度学习实验室学术顾问。长期从事复杂背景下快速小目标检测与识别研究,目前尤其关注控制理论和深度学习的结合。在国家自然科学基金、华为和
3、航天科工 17 所等项目支持下,围绕前端视觉感知展开研究。发表 CCF A 会议/期刊、IEEE 汇刊论文 90 余篇,其中 IJCV 7 篇、IEEE 汇刊 40 余篇;一作单篇论文引用 1213 次;申请/获批专利 12 项。入选教育部新世纪优秀人才计划和爱思唯尔中国高被引学者榜单。获省部级和一级学会一等奖、国际比赛第一名 7 项。科研成果应用于国家重要项目。微微纳纳电电子子与与智智能能制制造造:您多年来从事复杂背景下快速小目标检测与识别研究,发表了许多优秀的研究成果,也在 ECCV、ICPR 相关比赛中取得了优异的成绩,请问您在研究过程中,遇到过哪些问题,是通过什么方式解决的?该领域目前
4、仍然需要关注的难点是什么?张张宝宝昌昌:非常感谢贵期刊的邀请。我的研究致力于探索复杂背景下快速小目标检测与识别。在研究过程中,我们发现对于小目标的检测任务,数据增强是非常关键的。因此,我们使用了很多特定物体的数据来增强模型的目标检测能力,例如人体等。另外,在训练过程中,研究团队还采用了多尺度训练的方法以及其他一些技术手段,比如特征设计、模型融合等。通过从多方面入手,我们努力探索出适用于复杂背景下快速小目标检测与识别的有效方法和技巧,并取得了一定的研究成果。在该领域中,我认为需要注意两个难点。第一个是:现有方法是否存在数据泄露问题,我们需要进一步探究如何避免这种问题的发生。第二个是:将数据驱动和
5、知识驱动进行融合,以获得更好的结果。比如对于小目标,应用形状、显著性等先验知识,更8 微纳电子与智能制造第 4 卷能提升系统性能。在大模型领域中,加速算法也是一个需要探究的方向。在未来的发展过程中,应该注重加速模型训练、引入不确定性方法改进损失函数、针对特定任务进行知识嵌入等方面的工作。同时,需要强调的是注意方法是否存在数据泄露的问题,真正做到技术层面的创新。与人工智能领域的发展类似,将数据驱动和知识驱动进行融合以获得更好的结果,也是目标检测领域的重要发展方向。微微纳纳电电子子与与智智能能制制造造:针对目标检测的特征优化问题,您结合深度学习和控制理论提出了 iffDe-tector,通过引入反
6、馈结构,提高了检测性能,请问是什么样的契机让您想到将深度学习和控制理论结合起来去解决问题?目前这方面有哪些重要的研究成果?二者结 合 对 计 算 机 视 觉 未 来 的 发 展 有 哪 些帮助?张张宝宝昌昌:目标检测的特征优化问题是计算机视觉领域中一个重要的研究方向。我们在进行研究时,发现控制理论中的反馈控制思想可以应用于目标检测中。具体而言,通过引入反馈结构,基于中高层语义信息反馈来提高特征表达能力,从而提高目标检测的性能。由于团队中有很多控制领域专业的学生,我们得到了灵感并尝试将深度学习和控制理论相结合解决目标检测问题。事实上,近年来深度学习和控制理论的结合已经成为计算机视觉领域的热门研究
7、方向之一。除了我们的工作外,还有许多其他研究成果,比如 deep reinforcement learning、deep control 和 model predic-tive control 等。这些成果都对计算机视觉领域的发展做出了贡献。控制理论在视觉领域的应用主要在于增强模型的鲁棒性和泛化能力。通过引入反馈机制或交互,可以让模型从真实世界中学习,并逐步改善其性能和表现。同时,深度学习为控制领域提供了一种新的工具,促进两个领域的深度融合。例如,通过与用户交互帮助模型更好地理解人类行为和意图,从而提高行为识别和动作检测的准确率。同时,交互也可以帮助我们更好地理解视觉数据,并实现更准确、更高效
8、的图像处理和分析。最近很火的 ChatGPT 和 Prompt-learning,都是让深度模型与人类进行交互,人类给模型提供提示,纠正模型的输出来控制模型的输出边界,实现更加可控和可解释的 AI 系统。引入控制理论的思想,可以提高模型的鲁棒性和泛化能力,同时,通过交互等方式可以提高学习效率,实现更准确、更高效的图像处理和分析。未来,深度学习和控制理论的结合将为计算机视觉领域带来更多的机遇和挑战。微微纳纳电电子子与与智智能能制制造造:您代表性研究成果之一是提出了可信学习方法,并针对双线性优化设计了协同梯度下降算法。您能否简要介绍一下可信学习和协同梯度下降算法研究的背景及解决的问题?张张宝宝昌昌
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 洞悉 视觉 前沿 加速 领域 发展 北京航空航天 大学 张宝昌 教授
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。