NEC提出新方法來辨識監視畫面中的手持物件，預計年底會用在自家產品中
用一般外觀辨識模型，來分辨監視畫面中可攜式物件的種類，因為物件體積小、解析度相對較低、又可能被遮蔽，目前仍為一大挑戰。不過，NEC研究出一種基於人體部位與攜帶物件的相對位置，來辨識物體種類的方法，準確率比用Faster R-CNN所訓練的模型平均高6%。
2019-10-15
| Yann LeCun | AI | 卷積神經網路 | CNN | ICIP大會 | 自監督式學習 | Self-supervised Learning | SSL
【CNN之父Yann LeCun大預測】如何突破深度學習現有侷限？自監督式學習是解方
自監督式學習是建構一個更龐大的神經網絡，透過預測來認識世界，不斷透過已知的部分來預測未知，Yann LeCun認為，這是更接近人類的學習方法，也是有機會讓AI具備人類常識能力的第一步
2019-10-10