【分享】IJAC专题|计算机视觉：让机器“看”懂世界（附22篇论文，免费下载）

2017 年 10 月 17 日 中国科学院自动化研究所 IJAC编辑部

哒哒哒哒，小马达启动~~~

跟随大师们的脚步，小编来到了素有“渤海明珠”之称的天津！世界有ICCV，中国有CCCV。10月11日~14日，2017中国计算机视觉大会（CCCV2017，Chinese Conference on Computer Vision）在天津隆重举行，IJAC主编谭铁牛院士正是本届大会的主席。好的研究成果，应该让更多人知道，小编要帮助IJAC的论文、还有我们的投稿作者，登上大舞台，走出国际范！上“主菜”之前，先来盘小编随手拍的开胃“甜点”

接下来上“主菜”！本期隆重推荐8篇IJAC刊载的“计算机视觉”相关论文（计算机视觉同样也是IJAC的重点选题之一），详细目录（共22篇论文）及全文阅读可点击“阅读原文”免费获取。

1德国马普所Danko Nikolić

Why Deep Neural Nets Cannot Ever Match Biological Intelligence and What To Do About It?

深层神经网络为何无法媲美生物智能？如何突破瓶颈？

Danko Nikolić

【开放获取】

https://link.springer.com/article/10.1007/s11633-017-1093-8

推荐理由

来自德国马普所脑研究所(Max-Planck Institute for Brain Research，德国顶级研究所)Danko Nikolic博士。他提出了一种通用理论---Practopoiesis理论(Theory of Practopoiesis)，该理论基于控制论，不仅适用于脑研究，也适用于人工智能研究。当今最先进的人工智能系统仍处于两个级别，而强大的 AI 系统必须有三个级别，即T3-agent，也称为T3 系统：该系统能够使人工智能达到媲美人类智能的高度，满足复杂环境所提出的要求。该研究发现：只有T3-agent可以有效应对复杂的真实环境。这意味着当前的人工智能研究方法，如神经网络深层结构，不能作为固定的网络研究结构，应配备可迅速变化网络结构的智能机制。

【往期精彩】

【IJAC推文】德国马普所：深层神经网络为何无法媲美生物智能？如何突破瓶颈？

2南京大学周志华团队

Minimal Gated Unit for Recurrent Neural Networks

循环神经网络中的最少门单元

Guo-Bing Zhou, Jian-Xin Wu, Chen-Lin Zhang, Zhi-Hua Zhou

【全文阅读】

http://html.rhhz.net/GJZDHYJSJZZ/20160302.htm

推荐理由

循环神经网络在语音识别、视频动作分析、手写识别和图片描述等问题都有成功应用，取得了很好的效果，它既可以接受输入数据是序列，输出也可以是序列数据。在经过多年的发展后，循环神经网络衍生出了很多的变种，其中使用最广泛的是LSTM和GRU，这两个变种均是基于门结构的。结合上述两种结构以及现有文献中对不同变种的总结分析，本文提出了一个新的变种，这种结构仅仅包含一个门结构，因此将它称为最少门单元(Minimal Gated Unit，简称MGU)。

【往期精彩】

【IJAC推文】周志华、吴建鑫等关于循环神经网络的最新研究成果

3四川大学唐华锦团队

A Brain-inspired SLAM System Based on ORB Features

基于ORB特征的仿脑SLAM系统

Sun-Chun Zhou, Rui Yan, Jia-Xin Li, Ying-Ke Chen, Huajin Tang

【开放获取】

https://link.springer.com/article/10.1007/s11633-017-1090-y

推荐理由

本文用ORB取代RatSLAM算法的视觉处理方法，将RGB信息和原始测程信息(raw odometry information)融合，进而构建认知图。为充分验证本文方法的有效性，研究者们还将其与其他视觉处理方法进行了对比。实验结果表明：ORB可显著增强SLAM系统的鲁棒性。

【往期精彩】

【唐华锦教授团队-开放获取】基于ORB特征的仿脑SLAM系统

4英国伯恩茅斯大学于洪年团队

Innovative Developments in HCI and Future Trends

人机交互的创新性发展和未来趋势

Mohammad S. Hasan, Hongnian Yu

【全文阅读】

http://html.rhhz.net/GJZDHYJSJZZ/20170102.htm

推荐理由

近年来，技术的进步给人机交互（HCI）带来很多积极的影响。现在，我们可以通过发出指令、触摸屏幕、转动眼球、做出手势等方式与计算机交流。本文梳理了不同领域人机交互所取得的创新性研究成果，如专门输入/输出设备，视觉或增强现实，可穿戴技术等。文章同样提出了一些未来可以研究的方向。

【往期精彩】

【IJAC推文】“网红”纪录片中的抢镜黑科技

5国家重点实验室胡占义团队

Physiognomy: Personality Traits Prediction by Learning

外貌：通过学习预测个性特征

Ting Zhang, Ri-Zhen Qin, Qiu-Lei Dong, Wei Gao, Hua-Rong Xu, Zhan-Yi Hu

【全文阅读】

http://html.rhhz.net/GJZDHYJSJZZ/20170402.htm

推荐理由

来自中科院自动化所模式识别国家重点实验室的胡占义教授团队首先建立了一个由面部图像、个性测量数据和智力测量数据组成的数据集。而后，构建端对端卷积神经网络研究个性和智力是否可以通过外貌准确预测，首次将深度学习运用到个性和智力测量上。结果表明：1）人格特征中的自律性和紧张性可通过外貌准确预测；2）智力水平很难通过外貌预测；3）在预测人格特征时，卷积神经网络优于传统手动描述器。

【往期精彩】

【模式识别国家重点实验室】深度学习教你“以貌取人”

6新加坡国立大学颜水成团队

A Survey on Deep Learning-based Fine-grained Object Classification and Semantic Segmentation

基于深度学习的细粒度物体分类及语义分割研究

Bo Zhao, Jiashi Feng, Xiao Wu, Shuicheng Yan

【全文阅读】

http://html.rhhz.net/GJZDHYJSJZZ/20170201.htm

推荐理由

来自360首席科学家、人工智能研究院院长颜水成，他们回顾了基于“深度学习”的4种细粒度图像分类方法，以及基于“深度学习”的语义分割方法。如何让机器学会“认识”各种各样的鸟？如何让机器能够“看图说话”？答案就在文中~

【往期精彩】

【IJAC推文】颜水成团队解读“高智商”机器人的终极杀器——深度学习

7彩色图像分割

Color Image Segmentation Using Feedforward Neural Networks with FCM

基于FCM前馈神经网络的彩色图像分割

S. Arumugadevi, V. Seenivasagam

【全文阅读】

http://html.rhhz.net/GJZDHYJSJZZ/20160508.htm

推荐理由

文章提出用于彩色图像分割的混合技术（hybrid technique），展示了一种基于共生矩阵（co-occurrence matrix）的算法，用以找出评价聚类有效性的聚类数量（the number of clusters）和线条指数值（silhouette index values）。经过伯克利数据库中的各种彩色图像测试后证实：采用本文方法所得到的分割结果有效且准确。

8贝拿勒斯印度教大学

Local Extreme Complete Trio Pattern for Multimedia Image Retrieval System

用于多媒体图像检索系统的LECTP描述器

Santosh Kumar Vipparthi, Shyam Krishna Nagar

【全文阅读】

http://html.rhhz.net/GJZDHYJSJZZ/20160505.htm

推荐理由

本文提出一种新的特征描述器---LECTP（local extreme complete trio pattern），主要应用于图像检索。在Corel-5000，Corel-10000和MIT-VisTex三个彩色数据库中分别对LECTP描述器的性能进行测试后发现，相比于其他基于内容的图像检索（content based image retrieval）前沿技术，本文所提出的方法在平均检索精度（average retrieval precision）和平均检索率（average retrieval rate）上都有很大提升。