科研之友
微信
新浪微博
Facebook
分享链接
摘要
<正>随着AI与计算机视觉技术的发展,基于深度神经网络的视觉识别在智能交通、遥感测绘、医疗健康以及安防监控等场景下取得了广泛的应用,极大地促进了各行各业的转型升级和迭代创新。然而,现实世界是一个未经结构化梳理的、长尾分布的、开放类别的复杂场景。在这样的视觉环境下,如何设计视觉感知与理解算法解决AI落地中的长尾、噪声、灾难遗忘、场景泛化和无监督语义发现等问题,实现视觉技术从“可用”到“好用”,是一个非常具有挑战的课题。
- 出版日期2023
- 单位中国科学院大学; 中国科学院自动化研究所
<正>随着AI与计算机视觉技术的发展,基于深度神经网络的视觉识别在智能交通、遥感测绘、医疗健康以及安防监控等场景下取得了广泛的应用,极大地促进了各行各业的转型升级和迭代创新。然而,现实世界是一个未经结构化梳理的、长尾分布的、开放类别的复杂场景。在这样的视觉环境下,如何设计视觉感知与理解算法解决AI落地中的长尾、噪声、灾难遗忘、场景泛化和无监督语义发现等问题,实现视觉技术从“可用”到“好用”,是一个非常具有挑战的课题。
