NSF Workshop on Hybrid Neuro-Computer Vision Systems

美国国家科学基金会于今年4月份的19日、20日两天在纽约举办了一次关于混合神经和计算机系统的研讨会。这次研讨会专注于基于神经和计算机视觉协同计算的视觉系统设计，借以达到促进对新研究方向进行探索的主旨。

在过去的40多年里，科学工作者对“生物学启发的计算机视觉”产生了极大的兴趣，并注重开发基于或者受启示于当前最领先的生物视觉系统知识的计算机视觉系统。但本次研讨会将有实质性的不同，特别关注人类、机器视觉和潜在可以创造混合视觉系统的“神经接口”，以及确定这些系统的协同增效作用。

在这次研讨会上还会额外关注快速场景分析和识别。我们不会局限于推理和高层认知，而将展望瞬时识别（"blink" of an eye, "flash" of a CCD）以及这两者的协同组合在快速视觉识别领域的应用。

 

与会者都是从科研、工业和基金代理业内邀请来的领军人物。如下是会议的三个具体的主题领域：

领域一：神经科学和神经计算

1、  视觉感知信息的稀疏表示（编解码）

2、  大脑活动信息的视觉解析机制（包括分类和重构等）、以及大脑活动状态和相应信息流的描述

3、  集中于对V1层次的研究，有提及丘脑的时间同步效应。仅一篇文章涉及感受野

领域二：神经启发的计算机视觉

1、  视觉感知中从底向上（前向）的信息传送和自上而下（反馈）的注意力机制，应用贝叶斯概率模型

2、  深层学习（Deep Learning，Yann LeCun）

3、  独立于图像的视觉复杂度的场景理解

4、  大类别数量的场景和物体识别

5、  一些成功的基于视觉的机器人和视觉系统的实例

6、  主要针对物体识别、场景理解和注意力驱动，对特征提取的重要性强调很少

领域三：混合视觉系统

1、  无人操纵的传感器，如UAV（Unmanned Air Vehicle）

2、  利用概率图模型（贝叶斯网络、MRF和Factor Graph）进行图像分割、表情识别和人体跟踪

3、  利用脑电图描记器（EEG）进行大脑状态解码，从而实现快速图像检索

 

此处是会议链接，上面有具体的会程安排和个别专家报告的PPT。

 

我本人的科研领域与计算机视觉相关，现就基于神经启发的计算机视觉领域，即领域二的了解做一些记录：

深层学习是我前段时间调研Convolutional Nerual Network（CNN）时接触到的概念。简单地讲，它就是通过神经网络模型构建的一种学习方法，该方法利用网络内部节点之间的非线性映射关系实现对“知识”的传播、存储与交换。其中，对“深层”的强调我是这么理解的：神经网络中间节点所存储的信息具有一定的抽象意义，但我们却无法简单地用底层的特征或这些特征的集合去描述，也就是说，这些信息的层次要高于类似于颜色、纹理和形状等这些底层特征。然而，深层学习这种信息层次的提升也是相当有限的，它仅仅是底层特征的一种非线性组合，并不具备显示的高层语义特征，所以，它仍然存在信息描述的局限性。

最近稀疏表达（Sparse Representation）非常火，虽然这个概念早在90年代就已经炒作过，并且在后续的期刊会议中都间断出现过相关的论文，但是近年来真正让这个概念重新发光的领军人物的非马毅的工作团队莫属，他们将稀疏表达用于人脸识别的工作中，取得了惊人的抗造、抗遮挡和抗攻击的能力，当然，这也与稀疏表达自身的优良特性有关。相关的通讯见《Face Recognition Breakthrough》，这篇著名的论文名为《Robust Face Recognition via Sparse Representation》，这是马毅的个人主页，大牛人啊！

我不是特别清楚“稀疏表达”到底是由计算机界传递到生物学界的概念还是反之，但无论如何，在我调研领域一（神经科学和神经计算）的演讲时，见他们大都也用到了稀疏表达或者稀疏编码（Sparse Coding）的提法，可见其极为旺盛的生命力。对于这个新兴课题能够存活多长时间，让我们拭目以待。