計算機視覺產業(yè)鏈

工業(yè)界：對學術研究提出需求

最火的兩個概念：自動駕駛和元宇宙

相關熱點研究方向：

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

（3）街景理解技術：街景圖像視頻識別、檢測、分割等技術；

（4）三維渲染技術。

學術界：自驅的學術研究

CVPR：檢測、3D、分割、視頻、表示學習;（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，表示學習和Transforer。（2021）

總結：（1）基于transformer的視覺；

（2）基于self-supervised的無標注視覺技術。

（3）生成式對抗網絡圖像生成

圖像識別主要算法

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

目標檢測主要算法

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

（2）單階段目標檢測：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)化數據質量

（2）應用于健康和安全領域

（3）應用于零售業(yè)（無人商店、掌脈識別等）

（4）自動駕駛汽車領域

（5）邊緣計算領域

8. 計算機視覺-學術界與工業(yè)界GAP有多大？

2020年7月31日，由中國圖象圖形學學會主辦、視覺大數據專委會承辦，北京智源人工智能研究院和美團協(xié)辦的ECCV 2020中國預會議成功舉辦。本次ECCV預會議秉承傳統(tǒng)，組織了圓桌論壇，邀請來自工業(yè)界、學術界大咖，他們圍繞“計算機視覺：學術界與工業(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 副總裁兼首席科學家華剛博士、華為云首席科學家田奇博士、微軟亞洲研究院資深研究員王井東博士、美團AI平臺視覺中心負責人魏曉林博士以及上海交通大學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：

在學術界的研究生需要有一種哲學的思辨能力。

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。

學生需要有“T型”的知識架構，不僅要在某個領域研究得深，而且還要有知識的廣度。

那些真正能做產品的人才，能夠從客戶的角度，去發(fā)現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)界跟學術界往往是一個Mix，工業(yè)界和學術界的緊密結合是一個雙贏的局面。

可能工業(yè)界像是“市場經濟”，學術界可以說一定程度上是更偏向于“計劃經濟”。

學術界和工業(yè)界之間的GAP就是從基礎研究到落地，我們稱為“使用鴻溝”。核心就是說，一般我們講的學術界是從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”。

在學術界，你的論文發(fā)表了之后，研究就結束了。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，還要把技術經過一些改進，使它能夠成熟到去支持業(yè)務的落地。

計算機視覺的發(fā)展趨勢預測：深度學習與計算機視覺結合的可解釋性、安全性、魯棒性、透明性；小樣本訓練、自監(jiān)督學習、知識圖譜、模型壓縮；數據高效、軟硬結合。

計算機視覺應用的行業(yè)機會可能存在于以下幾個領域：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驗。我就談談我在學術界的一些體會。以前我對計算機視覺是有一定偏見的，因為計算機視覺當時的目標是讓計算機像人一樣具有視覺的觀感。小時候看書，說我們人類面臨三個世界，一個是虛擬的意識世界，另一個是現實的物理世界，第三個是真理世界，也就是數學世界。過去我們做學術其實更多的是面向數學世界，去尋找和發(fā)現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實物理世界做了某種關聯。

從這個角度來講，我覺得學術研究現在存在一個分歧，是應該更多的去面對真理和規(guī)律，還是說只去做現實世界與虛擬世界的一種關聯。當然，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，我們可以看到現代生活方式的變化已經不可逆轉了。計算機視覺技術已經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，我覺得學術界和工業(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用和市場的開拓；而在學術界，現在慢慢從原來的真理探索開始向人類領域進行拓展，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？并不僅僅只是體現在經濟效益上。所以我認為，在學術界的畢業(yè)生需要有一種哲學的思辨能力，而并不僅僅是做一種技術的應用，也并不僅僅是提高一些效率。我覺得學術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，而不僅僅是把現實和虛擬做一些簡單的融合。