中國科學(xué)家團(tuán)隊(duì)完成視覺識(shí)別里程碑式突破

1、中國科學(xué)家團(tuán)隊(duì)完成視覺識(shí)別里程碑式突破一直以來，計(jì)算科學(xué)家一直在為建立世界上最精確的計(jì)算機(jī)視覺系統(tǒng)孜孜不倦地努力著，但取得進(jìn)展的過程卻一直如馬拉松競賽般漫長而艱辛。近期，微軟亞洲研究院實(shí)現(xiàn)的突破讓他們成為了這場競賽的最新領(lǐng)跑者。該團(tuán)隊(duì)所開發(fā)的基于深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）的計(jì)算機(jī)視覺系統(tǒng)，在Image1000挑戰(zhàn)中首次超越了人類進(jìn)行對(duì)象識(shí)別分類的能力。該研究團(tuán)隊(duì)是微軟亞洲研究院視覺計(jì)算組，他們開發(fā)了一個(gè)計(jì)算機(jī)視覺系統(tǒng)，該系統(tǒng)基于深度卷積

2、神經(jīng)網(wǎng)絡(luò)（觀察者網(wǎng)注：卷積神經(jīng)網(wǎng)絡(luò)，ConvolutionalNeuralwks，縮寫為CNN，不是那個(gè)教老外在中國找女友的電視臺(tái)的CNN哦）。該研究團(tuán)隊(duì)的論文名稱較長：“DelvingDeepintoRectifiers:SurpassingHumanLevelPerfmanceonImageClassification”。論文中指出，他們的系統(tǒng)在Image2012分類數(shù)據(jù)集中的錯(cuò)誤率已降低至4.94%。此前同樣的實(shí)驗(yàn)中，人眼辨識(shí)的錯(cuò)

3、誤率大概為5.1%。這個(gè)數(shù)據(jù)集包含約120萬張訓(xùn)練圖像、5萬張驗(yàn)證圖像和10萬張測試圖像，分為1000個(gè)不同的類別。微軟研究員表示：“據(jù)我們所知，我們的研究成果是這項(xiàng)視覺識(shí)別挑戰(zhàn)中第一個(gè)超越人類視覺能力的計(jì)算機(jī)系統(tǒng)?！?人團(tuán)隊(duì)：孫劍、何愷明、張祥雨、任少卿人團(tuán)隊(duì)：孫劍、何愷明、張祥雨、任少卿值得一提的是，完成這個(gè)研究的團(tuán)隊(duì)僅有4人，全部由中國人組成：2人為微軟亞洲研究院研究員孫劍與何愷明孫劍與何愷明，另外2人為實(shí)習(xí)生，分別是來自西安交通

4、大學(xué)的張祥雨和中國科學(xué)技術(shù)大學(xué)的任少卿。孫劍孫劍已在微軟亞洲研究院工作了十二年，現(xiàn)任視覺計(jì)算組首席研究員。此前，他在西安交通大學(xué)獲得了電氣工程專業(yè)學(xué)士、碩士及博士學(xué)位。2001年，孫劍曾是沈向洋博士的學(xué)生。沈向洋目前擔(dān)任微軟全球執(zhí)行副總裁，主管技術(shù)與研究，并且是微軟亞洲研究院創(chuàng)始成員之一。這位因在計(jì)算機(jī)視覺及圖像學(xué)領(lǐng)域建樹卓著而當(dāng)選IEEEFellow（電氣電子工程師學(xué)會(huì)院士）及ACMFellow（美國計(jì)算機(jī)協(xié)會(huì)院士）的計(jì)算機(jī)科學(xué)家。沈

5、向洋對(duì)他昔日弟子所取得的成就感到非常自豪，他介紹說，“孫劍和我在2001年和西安交通大學(xué)鄭南寧教授一起做的第一個(gè)項(xiàng)目是利用置信傳播（beliefpropagation）進(jìn)行立體重建。孫劍第一個(gè)將貝葉斯置信傳播用來解決立體視覺問題并取得了當(dāng)時(shí)最好的效果。孫劍的很多研究成果都成功應(yīng)用到了微軟的核心產(chǎn)品中。而他在更深層神經(jīng)網(wǎng)絡(luò)方面最新研究成果的潛力讓我尤為興奮和期待。”該研究團(tuán)隊(duì)雖然對(duì)其算法超越人類視覺識(shí)別極限感到興奮不已，但與該領(lǐng)域的其他研

6、究人員一樣，研究團(tuán)隊(duì)成員也強(qiáng)調(diào)，計(jì)算機(jī)視覺目前從根本上仍無法與人類視覺相比。計(jì)算機(jī)系統(tǒng)在識(shí)別物體、理解圖像上下文及場景高級(jí)信息等領(lǐng)域仍面臨諸多挑戰(zhàn)?！半m然我們的算法基于該特定的數(shù)據(jù)集得出了極為理想的結(jié)果，但這并不表明在對(duì)象識(shí)別領(lǐng)域機(jī)器視覺普遍優(yōu)于人類視覺。某些對(duì)于人類來說輕而易舉的基本對(duì)象類別的識(shí)別，機(jī)器識(shí)別仍然存在明顯錯(cuò)誤。盡管如此，我們的研究結(jié)果表明機(jī)器算法在眾多視覺識(shí)別任務(wù)上具有巨大的發(fā)展?jié)摿Α！薄叭祟惪梢院敛毁M(fèi)力地區(qū)分出一只羊和

7、一頭牛。但計(jì)算機(jī)在執(zhí)行這些簡單人類可以毫不費(fèi)力地區(qū)分出一只羊和一頭牛。但計(jì)算機(jī)在執(zhí)行這些簡單任務(wù)時(shí)卻不盡完美任務(wù)時(shí)卻不盡完美，”孫劍解釋道。“但是，當(dāng)涉及到不同品種的羊的區(qū)分時(shí)，但是，當(dāng)涉及到不同品種的羊的區(qū)分時(shí)，計(jì)算機(jī)可超越人類。通過訓(xùn)練，計(jì)算機(jī)可觀察圖像的細(xì)節(jié)、紋理、形狀及環(huán)境，計(jì)算機(jī)可超越人類。通過訓(xùn)練，計(jì)算機(jī)可觀察圖像的細(xì)節(jié)、紋理、形狀及環(huán)境，并發(fā)現(xiàn)人類無法察覺出的區(qū)別并發(fā)現(xiàn)人類無法察覺出的區(qū)別?！蔽④浹芯繄F(tuán)隊(duì)的工作并不僅僅局限

8、于基礎(chǔ)研究，其多項(xiàng)成果已被應(yīng)用到微軟的產(chǎn)品和服務(wù)中，包括必應(yīng)圖片搜索及微軟云存儲(chǔ)解決方案OneDrive。在近期的一篇博文中，微軟OneDrive項(xiàng)目經(jīng)理DouglasPearce介紹了OneDrive自動(dòng)識(shí)別照片內(nèi)容的功能?！癘neDrive會(huì)自動(dòng)為用戶上傳的照片創(chuàng)建標(biāo)簽，比如人、狗、沙灘、落日等等，使用戶借助標(biāo)簽?zāi)軌蚋p松地尋找到自己的圖片。有了這項(xiàng)功能，我們向演示項(xiàng)目中添加照片、與家人重溫特殊回憶，或與Facebook好友分享重要

9、時(shí)刻就變得輕而易舉。”Pearce如是說。想要了解此項(xiàng)技術(shù)背后原理的讀者可閱讀微軟研究院去年發(fā)布的專題文章。該文章介紹了來自同一研究團(tuán)隊(duì)的研究成果，他們在保持準(zhǔn)確性不變的條件下將深度學(xué)習(xí)目標(biāo)檢測系統(tǒng)加速了多達(dá)100倍。該團(tuán)隊(duì)的科研進(jìn)展記錄于題為“SpatialPyraPoolinginDeepConvolutionalwksfVisualRecognition”研究論文中?！拔④泚喼扪芯吭阂曈X計(jì)算研究組一直致力于推動(dòng)計(jì)算機(jī)視覺研究的前沿

10、發(fā)展，終極目標(biāo)是使計(jì)算機(jī)能夠模擬出人類的感知能力。我對(duì)研究組多年來所取得的成就深感自豪，他們不僅以高質(zhì)量的論文取得了學(xué)術(shù)界的認(rèn)可，而且通過將這些技術(shù)轉(zhuǎn)化到了微軟的多個(gè)核心產(chǎn)品中?！蔽④泚喬邪l(fā)集團(tuán)主席兼微軟亞洲研究院院長洪小文博士說道。20102010年，來自斯坦福大學(xué)、普林斯頓大學(xué)及哥倫比亞大學(xué)的科學(xué)家們啟動(dòng)年，來自斯坦福大學(xué)、普林斯頓大學(xué)及哥倫比亞大學(xué)的科學(xué)家們啟動(dòng)大規(guī)模視覺識(shí)別挑戰(zhàn)賽（大規(guī)模視覺識(shí)別挑戰(zhàn)賽（LargeLargeSc