盤(pán)點(diǎn)2018年計(jì)算機(jī)視覺(jué)領(lǐng)域技術(shù)突破

　　回顧2018年，是屬于人工智能的一年，不論是Google、Facebook、Intel、阿里巴巴等通過(guò)產(chǎn)業(yè)布局進(jìn)入人工智能領(lǐng)域的互聯(lián)網(wǎng)企業(yè)，亦或如曠視科技Face++、極鏈科技Video++、優(yōu)必選科技這樣直接以人工智能起家的原生技術(shù)企業(yè)，都將AI注入到每個(gè)角落，掀起了一輪又一輪的技術(shù)高潮。

　　因而，除了NLP研究突破接連不斷，CV領(lǐng)域同樣精彩紛呈，伴隨著各式各樣落地應(yīng)用如此接近人們的生活，技術(shù)也變得越發(fā)成熟。本文整理了在2018年，在CV技術(shù)領(lǐng)域取得的最主要的一些重大技術(shù)突破。

　　BigGAN發(fā)布

　　Ian Goodfellow在2014年設(shè)計(jì)了GAN，在之后的幾年中，圍繞這個(gè)概念產(chǎn)生了多種多樣的應(yīng)用程序。

　　其中，在ICLR 2019論文中出現(xiàn)的BigGAN，同樣是一個(gè)GAN，只不過(guò)更強(qiáng)大，是擁有了更聰明的課程學(xué)習(xí)技巧的GAN，由它訓(xùn)練生成的圖像連它自己都分辨不出真假，因?yàn)槌悄蔑@微鏡看，否則將無(wú)法判斷該圖像是否有任何問(wèn)題，因而，它更被譽(yù)為史上最強(qiáng)的圖像生成器。

　　在計(jì)算機(jī)圖像研究史上，BigGAN帶來(lái)的突破是劃時(shí)代的，比如在ImageNet上進(jìn)行128×128分辨率的訓(xùn)練后，它的IS得分能達(dá)到166.3，是之前最佳得分52.52分3倍;除了搞定128×128小圖之外，BigGAN還能直接在256×256、512×512的ImageNet數(shù)據(jù)上訓(xùn)練，生成更讓人信服的樣本。

　　英偉達(dá)Video-to-Video Synthesis

　　英偉達(dá)在2018年的收獲頗豐，他們的研究焦點(diǎn)從標(biāo)準(zhǔn)的監(jiān)督學(xué)習(xí)轉(zhuǎn)向更具挑戰(zhàn)性的機(jī)器學(xué)習(xí)，如半監(jiān)督學(xué)習(xí)，領(lǐng)域適應(yīng)，主動(dòng)學(xué)習(xí)和生成模型等。其中，由英偉達(dá)在2018年末發(fā)布的最大成果之一便是視頻到視頻生成(Video-to-Video synthesis)，它通過(guò)精心設(shè)計(jì)的發(fā)生器、鑒別器網(wǎng)絡(luò)以及時(shí)空對(duì)抗物鏡，合成高分辨率、照片級(jí)真實(shí)、時(shí)間一致的視頻，實(shí)現(xiàn)了讓AI更具物理意識(shí)，更強(qiáng)大，并能夠推廣到新的和看不見(jiàn)的更多場(chǎng)景。