百度技术沙龙第 46 期回顾:读图时代的识图技术(含资料下载)

阅读数:1431 2014 年 1 月 23 日

话题:大数据语言 & 开发架构机器学习深度学习AI

2014 年 1 月 18 日,由@百度主办、@InfoQ负责策划组织和实施的第 46 期百度技术沙龙活动上,百度深度学习研究院(IDL)主任研发架构师 / 高级科学家黄畅博士、清华大学电子工程系副教授,智能技术与系统国家重点实验室副主任刘长松教授,各自分享了其在识图领域的经验和技术。他们的话题涉及“开启读图时代”和“读图技术和应用”这两个方面,本文将对讲师各自的分享做简单的回顾,同时提供相关资料的下载。

主题一:开启读图时代(下载讲稿

黄畅博士介绍了大量的 Deep Learning 的理念和应用,通过百度深度学习研究院的大量有趣的识图产品,揭晓了读图时代的到来。其演讲内容主要包括:识图技术的进展、识图技术在百度 IDL、识图技术应用的未来。

识图技术的进展

  • Tasks
  • Datasets
  • Descriptors and Models
  • Deep Learning

识图技术在百度IDL

  • 识图
  • 图像分类标注
  • 商品搜索
  • 人脸图像识别
  • OCR 文字识别

识图技术应用的未来

  • 增强现实
  • 人机交互

黄畅博士从 Deep Learning 的理念开始讲起,逐步深入到了百度深度学习研究院的各种技术,包括:相同图像搜索、相似图像搜索(人脸、美女、一般图像)、图像知识图谱(花卉)。

“相比 2005 年人们翘首以盼迎接新年的方式,在 2013 年,手机、pad 成为人们记录生活的重要手段,这个时代已是读图时代。”黄畅博士总结道。

主题二:读图技术和应用(下载讲稿

刘长松教授介绍了了大量的文字识别、图像识别、人脸识别的技术和应用实例。根据不同的对象,及复杂的应用场景,深入浅出的介绍了图像识别的逻辑、模型和算法,并阐述了传统方法与深度学习的差异。

主要挑战和难点问题

  • 尺度变化
  • 视角变化
  • 光照变化
  • 复杂背景干扰
  • 部分遮挡
  • 非刚体形变
  • 算法的运行速度 (实时性系统的基本要求)

图像识别的几点思考

  • 图像获取的问题
  • 特征的选取对识别性能的作用
  • 位置对齐和归一化极其重要
  • 传统方法与深度学习的对比

“由于切分错误的存在,尽管单字识别可以达到 94-99% 的,地址识别达到 89%,自由书写的普通手写字符串的识别率汉字仍低于 50%,英文单词识别率 10-20%。文字识别寻找一份最优切分路径的方法。”刘长松教授讲解到。

人脸识别的难点

  • 人脸模式类内差异大。人脸的图像观测会受到光线、姿态、视角和聚集的变化而改变;同一人的人脸也会由于本人的时间、年龄、装饰、服饰和化装的不同,其人脸摄影图像而改变;
  • 人脸模式相对类间差异小。世界上数十亿人口,尽管人种、性别、年龄不同,但是人脸的结构基本相同,即人脸的类间差异很小。
  • 实际应用中的小样本问题。人脸图像的维数极高,即使提取 Gabor 等特征,维数还是有几千维实际应用中每个人的训练样本往往只有几个,甚至只有一个

刘教授认为,传统方法和深度学习在图像处理领域正好起到互补的效果。传统的图像识别方法已在多个非互联网领域起到效果。深度学习的理念比较前卫,很适合大数据时代的图像处理。

OpenSpace(开放式讨论环节)

为了促进参会者与我们每期的嘉宾以及讲师近距离交流,深入探讨在演讲过程中的疑问,本次活动依然设置了 Open Space(开放式讨论)环节。在 Open Space 的总结环节,几位话题小组长分别对讨论的内容进行了总结。

黄畅:本来想听听大家谈一谈百度深度学习研究院的识图产品,但好像给大家解答了不少图像处理的问题。希望大家对我们的产品多提宝贵意见; 刘长松:大家主要针对读图技术向我问了一些技术问题,现在图像处理公司门槛还是挺高的,大家提的问题都很专业。

会后,一些参会者也通过新浪微博分享了他们的参会感受:

阿牛哥在北京: 刘长松教授 谈到了人脸识别可以识别笑脸,可以做光照可控正面照 如何做人脸的图像超分辨率呢?增强图像的细节和结构。运动的个人,还有双胞胎,带着面具的人如何辨识?

与时俱进的dev:比较详细介绍图像的处理技术。想了解未来的趋势,一个好的图像识别开发应该注意什么问题?

@机器学习讲座:文本经过长期的人脑抽象,已经成为一个结构化的数据,而图像则是由设备采集并未经过人脑处理的非结构化数据,黄博士认为未来这两块的处理技术会有较大的差别。这跟我先前的总体认识有差距,回去头再好好想想。

有关百度技术沙龙的更多信息,可以通过新浪微博关注@百度技术沙龙,或者关注 InfoQ 官方微信:infoqchina,InfoQ 上也总结了过往 42 期所有百度技术沙龙的演讲视频和资料等,感兴趣的读者可以直接浏览内容

特别提示:第 47 期百度技术沙龙将在 2 月 2 日,在北京车库咖啡举行,欢迎关注@InfoQ@百度技术沙龙获取后续的活动信息。