排序方式

全息显示、空间锚点以及计算机视觉的未来

从世界上第一台计算机到我们今天生活中不可或缺的智能手机,计算机的形态发生了天翻地覆的变化。在未来的某一天,我们能不能将计算机像戴眼镜一样戴在头上?微软混合现实设备HoloLens为我们揭示了一种新的可能。在这篇文章里,Marc Pollefeys教授为我们讲述了HoloLens背后的黑科技与他对未来计算机的愿景。

发布时间:2019-04-19 类型:深度文章

CVPR 2019分享会论坛实录丨2019最值得期待的计算机视觉问题有哪些?

4月2日,微软亚洲研究院创研论坛CVPR 2019论文分享会在清华大学圆满落幕。20余位论文作者在分享会现场进行了报告宣讲,30多篇论文进行了海报展示与交流,还有一场精彩的圆桌论坛,就计算机视觉领域值得关注的前沿问题、发展方向、人才培养等热点话题进行了讨论。

发布时间:2019-04-10 类型:深度文章

一文尽览近似最近邻搜索中的哈希与量化方法

最近邻搜索算法能够帮助人们在海量数据中快速搜索到有效内容,但是想要将其应用于实际,则需要解决如何缩短搜索时间的问题。本文将为大家介绍两种减少搜索时间的方法。基于哈希的近似最近邻搜索的方法通过设计和优化哈希函数,减少计算的次数,从而缩短搜索时间。基于量化的近似最近邻搜索方法则通过聚类把向量集聚成若干类,每类里面的向量用对应的类中心来近似。

发布时间:2019-01-11 类型:深度文章

2D/3D联合卷积模块MiCT:全面提升行为识别的性能和效率

行为识别是计算机视觉领域的一个重要研究方向,在监控、自动驾驶等日常场景中具有广泛的应用前景。为了提升3D CNN在行为识别分析中的性能,微软亚洲研究院网络多媒体组在CVPR 2018上提出了一个简单而高效的3D/2D混合卷积模块(MiCT)。MiCT模块使3D CNN能够以更少的3D时空融合、更小的模型、更快的速度来提取到更深的视频时空特征,进而大幅提升行为识别的表现。

发布时间:2019-01-04 类型:深度文章

微软人脸识别技术领跑业界权威测试

上班签到、手机解锁、无人超市、公共安防……似乎一夜之间人脸识别技术就成了最红的“黑科技”。“刷脸时代”已经到来,于万千人海中精准辨识人脸,持续提高人脸识别算法的精准度和场景适应性,是业界当下关注的重点。

发布时间:2018-12-17 类型:深度文章

视觉物体跟踪新进展:让跟踪器读懂目标语义信息

视觉物体跟踪(Visual Object Tracking)是视频分析任务中的一个基础问题。从2016年起,深度学习和卷积神经网络开始被大量运用在物体跟踪算法中。其中,全卷积孪生网络成为了近两年最炙手可热的框架,但它训练出的网络主要关注外观特征而无视语义信息,会让跟踪器犯一些匪夷所思的错误。由此,微软亚洲研究院网络多媒体组提出使用双重孪生网络进行视觉物体跟踪的方案SA-Siam,不仅能够关注语义和外观信息,且加入注意力模块使网络关注特定的语义信息,在VOT任务的权威数据集上效果良好地实现了“能跟住”、“不跟错”和“实时跟”的目标。

发布时间:2018-09-13 类型:深度文章

ECCV 2018 | 迈向完全可学习的物体检测器:可学习区域特征提取方法

物体检测是计算机视觉领域的重要问题之一,现今大部分计算机视觉应用都依赖于物体检测模块,例如无人车应用中对于周围环境的感知,安防支付等应用中的人脸识别,新零售应用中的商品识别等等的第一步都是提取图像或视频中的感兴趣物体,也就是物体检测。

发布时间:2018-08-30 类型:深度文章

段子手之间的battle,微软AI来做裁判

近日,在位于纽约州詹姆斯敦的国家喜剧中心,一场新型互动展览吸引了众多参与者,其中的压轴环节Laugh Battle是一项要求参与者相互讲段子逗笑对方的奇特比赛。在大家玩的不亦乐乎的同时,你一定想不到——这项比赛的幕后裁判,竟是微软Azure认知服务。

发布时间:2018-08-07 类型:深度文章

CVPR 2018:GAN、自动驾驶等技术和应用正强势来袭

计算机视觉领域的顶级会议CVPR 2018上个月在美国盐湖城举办。微软亚洲研究院实习生鲍建敏参与了这次CVPR 2018之旅,为我们带回了本次大会上新鲜出炉的计算机视觉前沿研究和他的参会成果分享。

发布时间:2018-07-26 类型:深度文章

基于交错组卷积的高效深度神经网络

卷积神经网络在近几年获得了跨越式的发展,虽然它们在诸如图像识别任务上的效果越来越好,但是随之而来的则是模型复杂度的不断提升。越来越深、越来越复杂的卷积神经网络需要大量存储与计算资源,因此设计高效的卷积神经网络是非常重要和基础的问题,而消除卷积的冗余性是该问题主要的解决方案之一。那么如何消除卷积的冗余性呢?前不久,微软亚洲研究院视觉计算组资深研究员王井东博士做客“AI科技大本营”,为大家讲解发表在 ICCV 2017 和 CVPR 2018 上的研究——基于交错组卷积的高效深度神经网络。

发布时间:2018-07-04 类型:深度文章