10月14日，某中心的副总裁兼杰出科学家、南加州大学（USC）荣誉教授梅迪奥尼（Gérard Medioni）发表了题为 “计算机视觉40多年：个人旅程” 的演讲，分享了他跨越学术界、初创公司及某中心的工作经历。此次演讲是某中心在本周国际计算机视觉大会（ICCV）线上活动的一部分。
梅迪奥尼的研究兴趣涵盖计算机视觉的广泛领域，他于2014年加入某中心，负责领导开发支持其无人商店（Just Walk Out）技术的研发，近期还主导了某手掌识别服务的开发，该服务提供了一种便捷、非接触式的支付方式。梅迪奥尼在南加州大学获得博士学位，并于2001年至2007年担任计算机科学系主任。他是2019年IEEE PAMI Mark Everingham奖的获得者，以表彰他对计算机视觉社区的贡献。此外，他还是国际模式识别协会（IAPR）、电气和电子工程师协会（IEEE）和人工智能促进协会（AAAI）的会士，并在今年早些时候被任命为亚太人工智能协会（AAIA）会士。他已出版四本书籍，发表多篇文章，并拥有42项专利。最近，他曾担任2020年计算机视觉与模式识别会议（CVPR） 的大会主席，并且是今年该会议上发表的两篇论文的合著者。
解决实际问题：逆向发明的方法
在这长达一小时的演讲中，梅迪奥尼阐述了他“非象牙塔” 的研究方法、在初创公司工作中获得的五条主要经验教训，并最终通过两个实例——某无人商店和某手掌识别服务——展示了如何通过清晰理解客户问题并逆向工作来代表客户进行发明创造。
梅迪奥尼在演讲中指出，某中心代表客户进行发明的核心理念体现在其创始人的一句引言中：“客户的工作不是为自己发明，你的工作才是代表他们进行发明。你需要倾听客户，但他们不会告诉你所有事情。”因此，必须代表他们进行发明。他解释道，某无人商店的无感结账技术解决了客户对排队结账的挫败感，而某手掌识别服务则解决了客户在实体店支付时遇到的摩擦。
梅迪奥尼表示，他相信现在正是计算机视觉研究的 “黄金时代” ，因为这项技术有能力解决具有商业应用价值的实际问题，并且无论大小公司都将计算机视觉视为 “重塑未来的核心技术” 。
研究实例：可控的生成对抗网络
在国际计算机视觉大会（ICCV）2021年会议上，某中心的研究人员提出了一种新方法，用于显式控制由生成对抗网络（GANs）生成的合成图像的属性，例如摄像机角度、主体年龄、表情和光照。这项工作展示了计算机视觉研究在生成模型领域的深入探索。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
公众号二维码
公众号二维码
