Facebook为CVPR2017准备了多出好戏，一起来看看“节目单”

本篇文章1942字，读完约5分钟

雷锋的ai技术评论:cvpr 2017，计算机视觉的最高会议，已经开始了，ai研究巨头facebook今天也发了一个博客，介绍它将在这个cvpr中展示什么成就。博文的主要内容汇编如下。

最佳研讨会论文奖

由facebook连接实验室研究人员ilke demir、ramesh raskar和麻省理工学院媒体实验室联合完成的论文《robocodes:从卫星图像生成街道地址》(robocodes系统利用卫星图像生成街道地址)获得了本年度最佳研讨会论文奖。这项研究将在地球视觉研讨会上展示，该研讨会侧重于遥感图像的大规模计算机视觉。

本文的主要内容如下:随着《空全球地理》内容的增多，地图的作用越来越重要。然而，世界上高达70%的区域没有被详细地图化，并且没有自动地图化这些未知区域的生成方法。目前，所有的方法都依赖于精确的道路几何特征，而本文提出的新方法解决了地理特征识别的语义问题，能够基于5m×5m的网格生成街道地址。

最近，计算机视觉和遥测传感的研究团体已经将注意力转向从卫星照片中学习重要的特征。过去有许多研究成果看起来非常理论化，但现在它们可以用来对世界产生真正的影响。

“世界和用来理解世界的技术正在从信号、文本和声音等一维数据向图像、视频和三维空.等多维数据转变计算机视觉技术正在缩小这个真实的多维世界和我们个人脸书世界之间的距离。我们的研究旨在缩小用户与世界之间的距离。”facebook的博士后研究员伊尔克·德米尔说。“赢得最佳论文奖也让我们更加确信，我们的系统在建成后可以定位于世界其他地区，尤其是自然灾害频发的地区和未在地图上标出的缺乏城市基础设施的地区。地方。”

Caffe2会议

训练和部署人工智能模型通常需要与大规模数据中心甚至超级计算机相连接。为了持续地处理、创建和优化模型，这些资源通常是必要的，以便模型能够处理大量的图像、视频、文本和语音信息。如果你想在移动设备上部署这些模型，它必须是快速和轻量级的，这对于许多研究者来说也是一个大麻烦。为了解决这些问题，facebook在几个月前发布了caffe2，它为上述问题提供了一个健壮、灵活和可移动的深度学习框架。caffe2的轻量级模块化结构不仅极大地提高了移动性，而且保持了相同的可扩展性和计算性能。

在这个cvpr中，facebook将在7月24日下午5: 00到6: 00举行一个会议。会议的主要内容是各方对caffe2的反馈。Facebook还鼓励研究人员使用caffe2进行智能理解和智能系统研究，并申请caffe2研究奖。老相识、facebook科学家贾也表示:“我们将始终为人工智能研究社区提供高性能的机器学习工具，让每个人都能创建自己的智能应用和服务。”

视觉问答工作室使计算机理解图像中的内容，然后将其与聊天机器人对话连接起来。这项任务要求对内容有新的理解。在这次cvpr中，facebook的研究人员将带来这个领域的几篇论文。

此外，facebook将于7月26日与乔治亚理工大学和弗吉尼亚理工大学联合举办一个视觉问题回答研讨会，届时许多对视觉问题回答感兴趣的专家将分享他们的最佳解决方案、最佳实验经验以及多模态人工智能的未来方向。

本次研讨会的目的是带来视觉问答挑战的第二版，该版本基于cvpr 2017论文“让vqa中的v变得重要:提升图像理解在视觉问答中的作用”中提出的vqa数据集的2.0版。本次竞赛为基于vqa 2.0数据集的算法提供了一个测试机会，有必要找到最先进的算法，能够真正理解vqa数据集中的图像内容并表现良好。

facebook希望cvpr的参与者关注Facebook研究人员和工程师的最新成果，最好在会议结束后在展厅里一起讨论。

facebook的参与内容Facebook将在这个cvpr中展示这么多的研究成果，所以感兴趣的读者可以具体关注它。

深度神经网络的聚集残差变换

clevr:用于合成语言和基本视觉推理的诊断数据集

密集连接的卷积网络

用于目标检测的特征金字塔网络

用于大规模弱监督视觉的专家硬混合

通过观察物体移动来学习特征

将头部与“鸟嘴”连接起来:零镜头学习，以部分精度从嘈杂的文本描述中学习

关系提议网络

robocodes:从卫星图像走向生成性街道地址

语义模板分割

视觉对话

此外，雷锋。(公开号码:雷锋。ai科技评论员已经抵达cvpr会场，将全方位报道cvpr会议。请继续关注雷《科技评论》近期主要学术会议报道。

相关文章:

在cvpr的第一天，前线报道:展台布局紧凑，教程和研讨会紧凑而充实| |cvpr 2017

李菲菲在这次cvpr中获得了哪8篇论文？| cvpr 2017

雷锋文章版权所有。严禁擅自转载。详情请参考转载说明。