欧洲计算机视觉会议(ECCV)于周日开幕,与国际计算机视觉会议(ICCV)交替举办。原定今年在格拉斯哥举行的ECCV,与今年夏天大多数主要计算机科学会议一样,转为线上举行。
Thomas Brox是亚马逊学者,也是弗莱堡大学的计算机科学教授,担任今年ECCV的程序主席。他表示:“过去,ECCV更偏向数学和3D几何,而CVPR更偏向模式识别。但现在,由于深度学习的普及,两者越来越相似。”
Brox第一次参加ECCV是在2004年,当时他还是研究生。到了2014年、2015年,深度学习革命席卷计算机视觉领域,他回忆道:“那时许多计算机视觉问题突然变得简单了。你随便用一个网络,性能就能远超以前的方法。”
然而,如今情况发生了变化:“现在大家都在调整网络的细节、训练方法、数据收集和呈现方式,以获得微小的改进。基准测试的进展仍然较快,但概念上的进展相对缓慢。过去,当概念进展停滞时,基准测试的进展最终也会停止。”
Brox认为,未来的突破可能来自以下几个方向:
Brox指出,新概念在初期往往不如经过优化的现有方法表现好,就像深度学习早期一样。研究者需要坚持并不断改进,才能使其达到业界领先水平。
他总结道:“深度学习与几何学的结合非常有前景。你不能只用深度学习解决所有问题,而是需要将经典几何、数学与深度学习的模式识别能力结合起来。”
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。