CVPR 2016：这些黑科技在悄悄爆红

GAIR

今年夏天，雷锋网将在深圳举办一场盛况空前的“全球人工智能与机器人创新大会”（简称GAIR）。大会现场，谷歌，DeepMind，Uber，微软等巨头的人工智能实验室负责人将莅临深圳，向我们零距离展示国外人工智能震撼人心、撬动地球的核心所在。在此之前雷锋网将网罗全国顶尖的人工智能和机器人专家和各大公司的首席科学家，同这些国际大拿同台交流。如果你不想错过这个机会，请用邮件直戳我心，lizongren@leiphone.com

计算机视觉和模式识别领域顶级学术会议CVPR正在美国召开，因为涉及到机器人、无人机、VR、AR、自动驾驶、生物医疗、工业自动化和检测等众多领域，很多学术圈之外的人不得不对这个顶级学术会议刮目相看，甚至把这个学术会议成为前沿理和前沿技术的聚集地，下面一起来看看CVPR 2016我们应该主动关注什么。点击阅读原文可看到这些论文的具体内容。

给机器“看电视剧”预测人类行为

CVPR2016上，麻省理工学院计算机科学和人工智能实验室(CSAIL)将发布一份关于可预测人类行为的算法的研究报告。通过给此算法导入近600小时的电视秀(其中包括《生活大爆炸》《绝望主妇》《办公室》等剧集)，来测试机器是否能准确预测人类在各场景互动中的行为。此次实验数据是人工智能“预测想象力”技术的显著进步。

基于深度学习的手势识别：能够用于VR交互

来自于美国普渡大学C Design 实验室的研究成果——DeepHand(深度手势识别)，基于“深度学习”解析人手塑造的角度和扭曲等动作，这是一个新的突破，可以在未来加强VR设备的交互上有广泛应用前景。

微软全息“穿越”技术：HoloPortation

HoloPortation将人物全息图像投射到另一个房间，使该房间内的人可以和全息影像实时互动，系统通过追踪人物身体的高质量细节，重建每一个特征。

项目主管Shahram Izadi透露，最开始他们只是想缓解思乡病。Shahram Izadi的剑桥（英国）团队专注于用3D传感器技术、机器学习来解决下一代计算问题，花了两年半时间，团队才和华盛顿Redmond 的HoloLens团队融为一体。Izadi已为人父，视频中出现的女孩是他的女儿。

人工智能为视频配音：机器人感知世界又进一步

CVPR上，来自麻省理工学院开发的算法演示他们将如何精准预测声音。当研究员将一个击打物品的短视频交给算法，算法就可以生成一个打击的声音，真实到可以糊弄住观看视频的人类。点击连接中的视频，看看算法生成的声音能不能糊弄住你。

人脸识别算法面对100万人脸时准确率有多高

华盛顿大学的一位计算机助理教授Ira Kemelmacher表示，我们需要一个更大规模数据集的评测标准，帮助研究人员找到自己识别算法中的缺陷。他们首先建成了一个来自Flickr网站上的69万人的100幅人脸照片，允许其他研究人员遵循创作共用许可协议下载数据集，使用自己的算法从数据集中进行匹配。

谷歌的FaceNet算法识别准确率最优，在小规模数据集中准确率几乎完美，在百万规模数据下达到75%的准确率，另一个与之接近的团队是俄罗斯的N-TechLab，他们实现73%的准确率。相比之下，其他算法在小规模数据集能达到95%以上，但是百万规模下的识别准确率下降到33%左右谷歌的FaceNet算法识别准确率最优，在小规模数据集中准确率几乎完美，在百万规模数据下达到75%的准确率，另一个与之接近的团队是俄罗斯的N-TechLab，他们实现73%的准确率。相比之下，其他算法在小规模数据集能达到95%以上，但是百万规模下的识别准确率下降到33%左右。目前有超过300支团队在使用MegaFace数据集进行训练。

初步讨论结果将在CVPR 2016上呈现。

深度学习识别YouTube的图片

迪尼斯研究院和复旦大学在CVPR 26日的大会上展示了如何用深度学习自动识别刚刚上传到YouTube视频里正在发生什么大事以及新鲜事。来帮助开发之前视频上传后丢失的大部分有潜在价值的信息。

斯坦福大学：社会化行走机器人Jackrabbot 懂礼貌会排队

斯坦福大学的研究人员们也是费尽了心思，他们制造了一个叫Jackrabbot的原型机器人，希望他们的Jackrabbot机器人能够自行在街道上行走，又不会与其他行人碰撞，或者遇到迎面而来的人时不知往左往右，未来这些走路的经验还可以分享给其他的机器人。

小结：

上面就是CVPR已经出现或者即将出现的黑科技亮点，相对CVPR官网凌乱的导航，顺着这些黑科技按图索骥会帮你更快地找到大会的重心和亮点。