慢慢的出现在人们的视野里，并广泛的应用在生活与工作中，无论是人脸识别、识别，还是安防安检、Fac...
慢慢的出现在人们的视野里，并广泛的应用在生活与工作中，无论是人脸识别、识别，还是安防安检、Face ID、刷脸支付都渗入到了我们的生活中。本文盘点了2018年计算机视觉领域十大热门事件。
9月17日-19日，首届世界人工智能大会在上海举办成功。大会聚集全球人工智能界的有识之士，包括10位（包括图灵奖获得者）全球AI顶级科学家、50位中外院士、百位国内有名的公司CEO、百位青年领军专家、1000+创新企业参会，这中间还包括阿里巴巴、AWS、微软、腾讯、商汤、极链科技Video++等众多知名企业。
科技部在2018年9月正式依托中国计算机视觉（CV）独角兽商汤集团建设智能视觉国家新一代人工智能开放创新平台。这在某种程度上预示着商汤成为继BAT、科大讯飞之后的第五大国家AI开放创新平台。
该创新平台将在研发、培育人才、创造大众创业、万众创新的生态环境等多个角度作出贡献。对于以技术为核心的企业而言，相比真正进入某一场景的费时费力，打造AI开放平台已成为多数细分领域企业建立自己的生态圈、释放产业影响力的更好选择。
今年3月，Google推出了目前世界上最大的人造和自然地标识别数据Google-Landmarks。数据集中包含了200万张图片，囊括了全球30000处的独特地标，量级是普通的数据集的30倍，数据达到前所未有的庞大体量。经过近3个月的激烈角逐，由Google主办的2018 Google地标识别挑战赛于近日揭晓，来自极链科技Video++AI团队的参赛者以大比分优势获得第1名。这是中国AI团队在此类国际大赛中第一次夺冠。
作为本次挑战赛的获胜者，Video++将受邀在美国举办的CVPR会议上发表技术研讨，该会议是全球计算机视觉领域的顶级会议，在会议业界和学界都享负盛名。
由英伟达的AI团队为GAN创造了一种新的生成器，连GAN之父Goodfellow也忍不住发出称赞。他们提出的新架构能够实现自动学习，无监督地分离搞基属性以及生成图像中的随机变化，并能合成进行更直观且特定于比例的控制。也就是说，这种新的生成器在生成和混合图像，特别是人脸图像时，能更好地感知图像之间有意义的变化，并且在各种尺度上针对这些变化做出引导。
来自SFU交互式艺术与技术学院（SIAT）的一个研究小组提出了一种在需要匿名的新闻报道中取代模糊面孔的新方法。该团队使用了人工智能技术，旨在改变人物的面部特征并加入视觉效果，更明确地表达出人物的情感。
据SFU负责人描述，他们的人工智能学习了一千多年来的绘画技巧，可以系统性的改变人物面部特征，例如拉长脸部，放大眼睛等等，同时保持主题的内在，也就是尽可能地准确表达人物的情感。
Adobe公司6月在 CVPR 计算机视觉大会上展示了用机器取代人类进行数字图像取证的技术，利用神经网络，通过真实的篡改图像训练识别出那些被改动过的图片。
Adobe高级研究科学家表示他们开发出了全世界功能最强大的图像编辑软件，但今天他们要利用AI创造出能甄别图像真伪的工具，帮助人们鉴别和监控信息时代数字媒体的真实性，并且让司法取证更加公正。
经过处理的照片或许能够骗过人的眼睛，但往往会留下p图痕迹，比如边缘的对比度很大，刻意平滑的区域，或不同的噪声样式。而Adobe的算法能够感知这些细微的差别，检测出图片中的异常。除此以外，它还可以区分各种篡改技术。”
来自康奈尔大学的科学家利用先进的人工智能来渲染更真实的人工老化。这种AI技术在将来或将能够最终靠预测人们在未来的相貌帮助寻找失联儿童或在逃嫌犯，帮助警察破解真实失踪案件。
该系统使用一种生成对抗网络（GAN）AI算法。第一部分拍摄一张脸，并生成同一个人在目标年龄的另一张脸。第二部分将该图像与该年龄段的人的真实图像以及原始图像作比较，并提供反馈，通过训练和反馈提高第一部分的识别正确率。
不同与以往同样使用生成对抗网络（GAN）的人工老化系统，该系统改进了人脸变老技术，不仅注重年龄的正确性，还注重维护个人的身份。同时，在进行人脸回归时，作者还考虑了人脸的许多背景信息，包括额头、头发等。
Ian Goodfellow在2014年设计了GAN，在之后的几年中，围绕这个概念产生了多种多样的应用程序。其中，在ICLR 2019论文中出现的BigGAN，同样是一个GAN，只不过更强大，是拥有了更聪明的课程学习技巧的GAN，由它训练生成的图像连它自己都分辨不出真假，因为除非拿显微镜看，否则将无法判断该图像是否有任意的毛病，因而，它更被誉为史上最强的图像生成器。
阿里巴巴前沿技术探讨研究机构达摩院传来新消息。以色列理工学院著名计算机视觉科学家Lihi Zelnik Manor教授，已入职达摩院以色列机器视觉实验室。
Lihi Zelnik Manor从魏茨曼科学研究所获得计算机博士学位，2007年进入以色列理工学院电气工程系担任副教授、计算图像与多媒体实验室研究员。其研究兴趣为计算机视觉，以及在真实应用场景中分析推断视频和图像集的内容。曾多次获得IEEE与ICCV的杰出论文奖，并连续多年担任ECCV与CVPR等计算机视觉大会主席，也是顶级学术期刊TPAMI的核心编辑。
作为实验室负责人，她将带领团队推动达摩院计算机视觉领域的基础研究，以及新零售、智慧城市等广泛领域的应用结合。
这一概念混淆。实际上两者确实存在一定的相同之处，但也不能因此而将这两者视为同一概念，因为这两者还存在着显著的差别。而与此同时，两者也还有着密不
技术如何从技术、产品和商业角度在真实世界中大规模落地。主题简介及亮点：本次直播，讲者将介绍
内设备安装、施工验收、三维测量以及天面核查等四种典型场景下的应用方案及实施效果，上述应用实践
的一个重要部分，它主要任务是通过对采集的图片或视频做处理以获得相应场景
和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。[1] 它轻量级而且高效——由一系列
【RISC-V开放架构设计之道阅读体验】RV64指令集设计的思考以及与流水线设计的逻辑
