Компьютерное зрение: история и перспективы

Слайды: https://youtu.be/W7hGBngO9bo

Transcript

1. Компьютерное зрение:
   история и перспективы
   Миляев Сергей
   03.10.2017
   Слайды были взяты у многих ведущих ученых
   

   View Slide

2. Ведущий исследователь VisionLabs
   Окончил магистратуру и аспирантуру на физфаке ВГУ, тема исследований
   была связана сжатием изображений и видео.
   Начал заниматься компьютерным зрением в 2008.
   Работал в Лаборатории Компьютерной графики и Мультимедиа ВМК
   МГУ, где занимался задачами семантической сегментации изображений
   и распознавания текста.
   О докладчике
   Глубокий рефакторинг 3.10.2017
   

   View Slide

3. Что такое компьютерное зрение?
   Это алгоритмы, позволяющие компьютерам получать высокоуровневую информацию из изображений и
   видео, тем самым автоматизируя некоторые аспекты зрительного восприятия человека.
   Глубокий рефакторинг 3.10.2017
   

   View Slide

4. Средство измерений
   Глубокий рефакторинг 3.10.2017
   

   View Slide

5. Источник семантической информации
   Глубокий рефакторинг 3.10.2017
   

   View Slide

6. Почему это сложно?
   Из неупорядоченного набора пикселей мы должны получить информацию!
   Глубокий рефакторинг 3.10.2017
   

   View Slide

7. Точка наблюдения
   Глубокий рефакторинг 3.10.2017
   

   View Slide

8. Источник освещения
   Глубокий рефакторинг 3.10.2017
   

   View Slide

9. Разнообразие масштабов
   Глубокий рефакторинг 3.10.2017
   

   View Slide

10. Деформация объектов
    Глубокий рефакторинг 3.10.2017
    

    View Slide

11. Внутриклассовое разнообразие
    Глубокий рефакторинг 3.10.2017
    

    View Slide

12. Межклассовая схожесть
    Глубокий рефакторинг 3.10.2017
    

    View Slide

13. Перекрытия
    Глубокий рефакторинг 3.10.2017
    

    View Slide

14. Камуфляж
    Глубокий рефакторинг 3.10.2017
    

    View Slide

15. Особенности восприятия
    Глубокий рефакторинг 3.10.2017
    

    View Slide

16. Особенности восприятия
    Глубокий рефакторинг 3.10.2017
    

    View Slide

17. Почему это интересно?
    Глубокий рефакторинг 3.10.2017
    

    View Slide

18. Глубокий рефакторинг 3.10.2017
    

    View Slide

19. Почему это важно?
    Глубокий рефакторинг 3.10.2017
    

    View Slide

20. Первое появление президента РФ на
    телевидении
    Автономная навигация Инструктаж как приготовить
    пиццу
    Куда исчезла моя кошка? Видеонаблюдение Захват движения и
    дополненная реальность
    Глубокий рефакторинг 3.10.2017
    

    View Slide

21. Начало компьютерного зрения - 1966
    Глубокий рефакторинг 3.10.2017
    

    View Slide

22. 70-e: наука
    Разработка низкоуровневых признаков изображений и интерпретация выбранных картинок
    Глубокий рефакторинг 3.10.2017
    

    View Slide

23. 1976 – Автоматическое
    распознавание автомобильных
    номеров
    1974 – Первая покупка с
    использованием штрих-кода
    70-e: индустрия
    Глубокий рефакторинг 3.10.2017
    

    View Slide

24. 80-e: наука
    Искусственные
    нейронные сети
    Определение формы объектов Оценка оптического потока
    Глубокий рефакторинг 3.10.2017
    

    View Slide

25. 80-e: индустрия
    Внедрениеалгоритмов обработкив медицину, производство, фотографию
    Глубокий рефакторинг 3.10.2017
    

    View Slide

26. 90-e: наука
    Статистическое обучение для
    распознавания лиц
    Получение карты глубины по
    паре изображений
    Алгоритмы выделения движения
    Глубокий рефакторинг 3.10.2017
    

    View Slide

27. 90-e: наука
    Сегментация изображений Активные контура Закрашивание изображения
    Глубокий рефакторинг 3.10.2017
    

    View Slide

28. 90-e: индустрия
    Глубокий рефакторинг 3.10.2017
    

    View Slide

29. 90-e: индустрия
    Инструменты выделенияв фоторедакторах Захват движения для кино и игр
    Глубокий рефакторинг 3.10.2017
    

    View Slide

30. 00-e: наука
    Различные способы описания
    областей изображенийи их
    агрегации
    Использование различных
    методов
    машинного обучения и поиска в
    больших данных
    Алгоритмы глобальной
    оптимизации
    Глубокий рефакторинг 3.10.2017
    

    View Slide

31. 00-e: наука
    Распознавание объектов
    различных классов
    Детектирование объектов
    различных классов
    Поиск изображений по
    содержанию
    Глубокий рефакторинг 3.10.2017
    

    View Slide

32. 00-e: наука
    Синтез текстуры Создание панорам Мульти-стерео
    Глубокий рефакторинг 3.10.2017
    

    View Slide

33. 00-e: индустрия
    Детектирование лиц в камерах и мобильных телефонах Интеллектуальное видеонаблюдение
    Глубокий рефакторинг 3.10.2017
    

    View Slide

34. 00-e: индустрия
    3D карты
    Глубокий рефакторинг 3.10.2017
    

    View Slide

35. 00-e: индустрия
    Поиск изображений по содержанию
    Kinect
    Глубокий рефакторинг 3.10.2017
    

    View Slide

36. Небольшой взгляд назад
    Глубокий рефакторинг 3.10.2017
    

    View Slide

37. Глубокое обучение (2012-настоящее)
    ILSVRC12
    Глубокий рефакторинг 3.10.2017
    

    View Slide

38. Как это работает?
    Глубокий рефакторинг 3.10.2017
    

    View Slide

39. Как это работает?
    Глубокий рефакторинг 3.10.2017
    

    View Slide

40. Прогресс нейронных сетей
    Глубокий рефакторинг 3.10.2017
    

    View Slide

41. Дополненная реальность
    Microsoft Hololens
    Face2Face
    Глубокий рефакторинг 3.10.2017
    

    View Slide

42. Описание происходящего
    Глубокий рефакторинг 3.10.2017
    

    View Slide

43. Автономный транспорт
    Глубокий рефакторинг 3.10.2017
    

    View Slide

44. Текущие задачи
    Существущие алгоритмы требуют значительное количество данных
    для обучения, что является их существенным ограничением.
    Поэтому основными направлениями исследований являются
    следующие пункты
    • Разработка методов обучения по неполной разметке
    • Разработка методов адаптации доменов
    • Синтез данных наиболее приближенных к реальности
    • Исследование других возможностей для обучения моделей
    Глубокий рефакторинг 3.10.2017
    

    View Slide

45. Спасибо за внимание!
    

    View Slide