视觉知识的五个基本问题（英文）

被引：11

作者：

潘云鹤

机构：

[1] 浙江大学计算机科学与技术学院人工智能研究所

来源：

Frontiers of Information Technology & Electronic Engineering | 2021年 / 22卷 / 05期

关键词：

视觉知识表达; 视觉识别; 视觉形象思维模拟; 视觉知识学习; 多重知识表达;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

认知心理学早已指出,人类知识记忆中的重要部分是视觉知识,被用来进行形象思维。因此,基于视觉的人工智能(AI)是AI绕不开的课题,且具有重要意义。本文继《论视觉知识》一文,讨论与之相关的5个基本问题:(1)视觉知识表达;(2)视觉识别;(3)视觉形象思维模拟;(4)视觉知识的学习;(5)多重知识表达。视觉知识的独特优点是具有形象的综合生成能力,时空演化能力和形象显示能力。这些正是字符知识和深度神经网络所缺乏的。AI与计算机辅助设计/图形学/视觉的技术联合将在创造、预测和人机融合等方面对AI新发展提供重要的基础动力。视觉知识和多重知识表达的研究是发展新的视觉智能的关键,也是促进AI 2.0取得重要突破的关键理论与技术。这是一块荒芜、寒湿而肥沃的"北大荒",也是一块充满希望值得多学科合作勇探的"无人区"。

引用

页码：615 / 619

页数：5

共 10 条

[1]

Panel:cross-media intelligence .2 Zhuang YT,Jain R,Gao W,et al. Proc 25th ACM Int Conf on Multimedia . 2017

[2]

Language models are few-shotlearners .2 BROWN T B,MANN B,RYDER N,et al. https://arxiv.org/abs/ 2005 14165 . 2020

[3]

Engineering[P]. 英国专利:GB9929669D0,2000-02-09

[4]

Two step joint model for drug drug interaction extraction .2 Tang SL,Zhang Q,Zheng TP,et al. https://arxiv.org/abs/ 2008.12704 . 2018

[5] Engineering [J].

Engineering, 2020, (01) :216-216

[6]

Comprehensive information integration modeling framework for video titling .2 Zhang SY,Tan ZQ,Zhou Z,et al. Proc SIGKDD Int Conf on Knowledge Discovery&Data Mining . 2020

[7]

Neural motifs:scene graph parsing with global context .2 Zellers R,Yatskar M,Thomson S,et al. Proc IEEE Conf on Computer Vision and Pattern Recognition . 2018

[8] 论视觉知识（英文） [J].

Yun-he PAN .

Frontiers of Information Technology & Electronic Engineering, 2019, 20 (08) :1021-1026

[9]

Relation adversarial network for low resource knowledge graph completion .2 Zhang NY,Deng SM,Zhang W,et al. Proc Web Conf . 2020

[10]

Scene graph generation by iterative message passing .2 Xu DF,Zhu YK,Choy CB,et al. Proc IEEE Conf on Computer Vision and Pattern Recognition . 2017

← 1 →