在 ACT Talk 第二期活動中，來自哈爾濱工業(yè)大學(xué)深圳研究院的何震宇博士帶來了機(jī)器視覺技術(shù)相關(guān)的主題分享，為大家講解了機(jī)器視覺技術(shù)從算法研究到應(yīng)用領(lǐng)域的實踐，并探討了高校成果如何產(chǎn)業(yè)化這個問題。何震宇博士多年來從事人工智能、機(jī)器學(xué)習(xí)、圖像處理、計算機(jī)視覺等領(lǐng)域的研究工作，擁有 10 余項發(fā)明專利及軟件著作權(quán)，主持國家、省市級科研項目10 余項。

機(jī)器視覺的核心問題與視覺發(fā)展的歷程

機(jī)器視覺的核心問題是如何描述圖像，每次機(jī)器視覺的重大變革都發(fā)生在描述圖像的基礎(chǔ)上：2000 年前后，出現(xiàn)了局部特征描述的算法，用以判斷兩幅圖之間是否匹配；2000-2005 年，出現(xiàn)視覺詞袋模型；2005-2012 年，出現(xiàn)了對象模板 HOG，DPM，隨后因為深度學(xué)習(xí)的出現(xiàn)，機(jī)器視覺發(fā)生了重大變革。

機(jī)器視覺發(fā)展的過程分為三個階段：

第一個階段：低層次的像素（圖像處理），對應(yīng)研究的對象是矩陣的像素點、邊緣、角等低層次的圖像信息。

第二個階段：中層次的目標(biāo)（圖像分析），能夠描述物體局部的特性，比如人臉、眼、耳朵等的結(jié)構(gòu)。

第三個階段：高層次的符號（圖像理解），是對低層次和中層次信息的融合，例如描述一個人的行為。這一層與深度學(xué)習(xí)較為契合。

深度學(xué)習(xí)雖然火熱，但科研還是得踏踏實實

深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)已有 60 多年的發(fā)展歷程，近兩年得到快速發(fā)展并引起業(yè)界的高度關(guān)注。何震宇認(rèn)為，從學(xué)術(shù)界角度來說，不能因為深度學(xué)習(xí)的火熱而急功近利，而應(yīng)在理論上有所拓展，踏實的做好相關(guān)工作。

目前，何震宇博士所在的哈工大團(tuán)隊在深度學(xué)習(xí)的研究上已有不少成果，比如基于連通子圖分析的多目標(biāo)追蹤（用以多人跟蹤的圖像識別技術(shù)）、基于多視角學(xué)習(xí)的單目跟蹤、基于深度學(xué)習(xí)的單目跟蹤、人臉檢測等，并已經(jīng)發(fā)表了大量的學(xué)習(xí)論文，積累了一定數(shù)量的專利。

·基于多視角學(xué)習(xí)的單目跟蹤

· 基于深度學(xué)習(xí)的單目跟蹤

高校成果產(chǎn)業(yè)化的過程中，企業(yè)與高校應(yīng)互幫互助

何震宇表示，高校成果如何實現(xiàn)產(chǎn)業(yè)化，是多數(shù)學(xué)者無法避免的問題，高校因主要將精力花費(fèi)在研究成果的不斷出新、優(yōu)化上，沒有足夠的物質(zhì)條件、時間和精力考慮產(chǎn)業(yè)化，而企業(yè)因盈利需要會有相關(guān)的思路。兩者看似能夠互補(bǔ)但實際上存在分歧：兩者不是坐在同一條板凳上，企業(yè)注重成果的及時落地、變現(xiàn)，另一方的高校則更多的考慮，技術(shù)應(yīng)經(jīng)過不斷的實踐與優(yōu)化，才能最終轉(zhuǎn)換成能夠落地的產(chǎn)品。

何震宇博士認(rèn)為，做產(chǎn)品涉及到技術(shù)、資金、市場等各個方面，產(chǎn)品失敗十分的容易，成功則萬般的難，只要某個環(huán)節(jié)出現(xiàn)一點問題就會導(dǎo)致失敗。

何震宇博士說道，一個好的產(chǎn)品涵蓋以下四個部分：一是核心技術(shù)；二是強(qiáng)大、有效率的工程團(tuán)隊；三是商業(yè)化，即產(chǎn)品能否抓住痛點，讓客戶為之買單；四是資本。要注意的是，資本不應(yīng)急功近利，而是應(yīng)該將這四者有機(jī)的結(jié)合起來，各方面做到位，才能將拼圖拼好。

何震宇博士總結(jié)道，企業(yè)與高校應(yīng)該是優(yōu)勢互補(bǔ)、相互推動的關(guān)系，高校有相應(yīng)的技術(shù)、人才優(yōu)勢，企業(yè)有商業(yè)嗅覺、資金、企業(yè)工程等優(yōu)勢，兩者如果能夠相互幫助，則能夠碰撞出火花。