CVPR：深度学习仍有发展空间

某中心专家 Larry Davis 谈计算机视觉研究的过去与未来

IEEE 计算机视觉与模式识别会议（CVPR）是计算机视觉领域的顶级会议。某中心高级首席科学家 Larry Davis 回忆道："1981 年我第一次正式参与会议时，它还被称作模式识别与图像处理会议。我的导师 Azriel Rosenfeld 被视为计算机视觉领域的奠基人，但他最初称这个领域为'图像处理'。"

技术演进四十年

Davis 总结了计算机视觉的技术发展脉络：

1. 1980 年代：聚焦图像分割技术，试图通过颜色和纹理将图像分解为若干部分以降低计算复杂度

2. 1990 年代：转向多视角几何研究，探索从移动相机拍摄的多幅图像构建 3D 模型

3. 2000 年代：随着硬件性能提升，视频监控和社交媒体视频分析成为热点

4. 近十年：深度学习彻底改变了整个领域，研究者从设计特征检测器转向设计能自动学习特征的网络架构

深度学习范式转换

虽然深度学习已取得显著成果，但 Davis 指出某些领域如物体识别可能已接近性能天花板："要构建能识别所有角度、任何局部可见花朵的完美检测器，目前训练数据的获取成本将难以承受。"

不过在某中心时尚部门的应用中，深度学习仍展现出巨大潜力："我们正在探索多种深度学习架构的创新应用，这些技术能显著提升在线购物体验。"今年 CVPR 会议上展示的三项研究成果，就涉及计算机视觉改善服装网购体验的新方法。

持续演进的技术未来

Davis 表示："计算机科学领域变化极快，优秀的从业者必须适应变革。虽然当前深度学习在某些问题上遇到瓶颈，但仍有大量新问题等待我们用现有技术解决。"他同时强调，如果出现更强大的人工智能范式，研究者应当保持开放态度。

更多精彩内容 请关注我的个人公众号 公众号（办公 AI 智能小助手）或者 我的个人博客 https://blog.qife122.com/公众号二维码

办公AI智能小助手