历时107天，阿里云天池主办的＂数字人体＂视觉挑战赛落幕收官。此次大赛以宫颈癌为切入口，旨在通过提供大规模经过专业医师标注的宫颈癌液基薄层细胞检测数据，让选手能够提出并综合运用目标检测、深度学习等方法对异常细胞进行定位以及对宫颈癌细胞学图片分类，提高模型检测的速度和精度，辅助医生进行诊断。

南京大学计算机科学与技术系副主任、人工智能教研室副主任高阳教授带来了关于多智能体系统的报告。高阳目前所在的团队除开展人工智能和机器学习的基础理论研究外，还关注两方面的应用研究，一方面是机器视觉和图像处理；另一方面是医疗AI，如前列腺精准放疗，肺癌病理细胞识别等。

本文介绍一篇 ICCV 2019 的论文『Disentangling Monocular 3D Object Detection』。详细信息如下：论文链接：https://arxiv.org/abs/1905.12365项目链接：https://research.mapillary.com/publication/MonoDIS/0.动

本文想与大家分享一下我们在使用人工智能技术自动生成数据标签方面所做的工作。在我们深入了解我们的方法之前，首先让我们了解一下数据标签是什么。在机器学习中，数据标记只是识别原始数据（图像、视频、音频文件、

据外媒12月4日报道，谷歌AutoML人工智能系统创造了自己的“AI孩子”，其性能优于人造人工智能，这说明机器自动编程比人类程序员编程更加精确。

近日，视比特机器宣布完成近亿元A轮融资，投资方是和玉资本、图灵资本。在去年7月天使轮获得图灵资本、道生资本和小智创投的投资。同年10月，视比特完成千万级战略融资，由同威资本领投，老股东道生资本跟投，毅仁资本继续担任本轮融资的财务顾问。

AI机器视觉技术及产品研发商“感图科技”宣布完成A轮融资，由熠美投资领投，科沃斯跟投，寒武创投及瀚川智能等老股东继续加码。

投资界1月19日消息，据36氪报道，人工智能视觉算法商城——极视角宣布完成C1轮融资，此轮融资由北高峰资本与天奇创投合投，毅仁资本担任独家财务顾问。本轮所筹资金将主要用于打造人工智能开发引擎与基建平台以及搭建ISV与产品技术合作伙伴体系

微软在自家的 Bing 应用中推出了类似 Google Lens 的功能，不管你用的是 Android 还是 iOS，都可以下载 Bing 来体验神奇的 AI 视觉搜索功能。

在密码逐渐淡出安全识别的当下，生物识别正在成为取代传统密码的重要验证方式。相较于密码，生物识别具有难以获得、难以篡改，更加精准等特性，成为重要的新兴产业。

目前国内AI视觉，几乎都把焦点集中在对图像的后端处理上。虽然算法足够优秀，但产品落地却困难重重，原因是忽略了前端成像的重要作用。

近日，在大型科技综艺节目《智造将来》中，支付宝研发的刷脸神器首次亮相，在500位蒙面观众中成功找出目标任务。据悉，该神器在人脸识别的基础上，结合多模态识别，可以分辨同卵双胞胎等普通生物识别技术很难分辨的案例，更有效地避免人脸伪造带来的身份冒用情况。

为了实现VLN智能体，不仅需要学习理解语言语义和视觉环境，同时还要适应视觉语言交互情况下的动态变化，研究人员提出了一种对抗驱动的反事实思考方法。模型通过学习评价有效的反事实条件来代替采样充分但信息不足的数据，最终形成了一种比随机采样路径方法更为有有效的对抗策略。

前言:在深度学习和计算机视觉中,人们正在努力提取特征,为各种视觉任务输出有意义的表示。在一些任务中,我们只关注对象的几何形状,而不管颜色、纹理和照明等。这就是边界检测的作用所在。本文来源于公众号CV技术指南的技术总结系列

前言:本文介绍了Siamese (连体)网络的主要特点、训练和测试Siamese网络的步骤、Siamese网络的应用场合、Siamese网络的优缺点、为什么Siamese被称为One-shot分类,以及Siamese的损失函数

前言:目标检测的预测框经过了滑动窗口、selective search、RPN、anchor based等一系列生成方法的发展,到18年开始,开始流行anchor free系列,CornerNet算不上第一篇anchor free的论文

前言:本文针对anchor-free模型用于行人搜索中会出现三个不对齐问题:Scale misalignment,Region misalignment,Task misalignment提出了相应的解决方案,进一步提出了一个更简单更有效的anchor-free模型--AlignPS

欢迎关注公众号 CV技术指南 ,专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。前言:由于基于transformers的架构在计算机视觉建模方面具有创新性,因此对有效架构的设计约定的研究还较少。从 CNN 的成功设计原则出发

什么是计算机视觉?计算机视觉是人工智能的一个领域,它训练计算机解释和理解视觉世界。使用来自相机和视频的数字图像以及深度学习模型,机器可以准确地识别和分类物体——然后对它们“看到”的东西做出反应。计算机

本文来自公众号CV技术指南的技术总结系列欢迎关注CV技术指南 ,专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。前言本文介绍了两个实验,展示了padding在深度学习模型中的影响。实验一卷积是平移等变的:将输入图像平移 1 个像素,输出图像也平移 1 个像素(见图 1)