计算机视觉的一年

A Year in Computer Vision 计算机视觉这一年 The M Tank 2017
The M Tank 编辑了一份报告《A Year in Computer Vision》，记录了 2016 至 2017 年计算机视觉领域的研究成果，对开发者和研究人员来说是不可多得的一份详细材料。
原文网址 http://www.themtank.org/a-year-in-computer-vision
内容目录
简介
第一部分
分类/定位
目标检测
目标追踪
第二部分
分割
超分辨率，风格转换，着色
动作识别
第三部分
3D目标
人体姿势评估
3D重建
其它未分类3D
3D总结和SLAM（Simultaneous Localization and Mapping）
第四部分
卷积框架
数据集
发展趋势
结论
参考文献
Introduction
计算机视觉通俗地说是一种研究机器视觉能力的学科，或者说是使机器能对周围环境和其中的刺激进行可视化分析的学科。机器视觉通常涉及对图像或视频的评估，英国机器视觉协会（BMVA）将机器视觉定义为*“对单张图像或一系列图像的有用信息进行自动提取、分析和理解“*。

对我们环境的真正理解不是仅通过视觉表征就可以达成的。更准确地说，是视觉线索通过视觉神经传输到主视觉皮层，然后由大脑以高度特征化的形式进行分析的过程。从这种感觉信息中提取解释几乎包含了我们所有的自然演化和主体经验，即进化如何令我们生存下来，以及我们如何在一生中对世界进行学习和理解。

从这方面来说，视觉过程仅仅是传输图像并进行解释的过程，然而从计算的角度看，图像其实更接近思想或认知，涉及大脑的大量功能。因此，由于跨领域特性很显著，很多人认为计算机视觉是对视觉环境和其中语境的真实理解，并将引领我们实现强人工智能。

不过，我们目前仍然处于这个领域发展的胚胎期。这篇文章的目的在于阐明 2016 至 2017 年计算机视觉最主要的进步，以及这些进步对实际应用的促进。