序論：好文章的創(chuàng)作是一個(gè)不斷探索和完善的過(guò)程，我們?yōu)槟扑]一篇計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用探究范例，希望它們能助您一臂之力，提升您的閱讀品質(zhì)，帶來(lái)更深刻的閱讀感受。

0引言

計(jì)算機(jī)視覺(jué)（ComputerVision，CV）是進(jìn)入二十一世紀(jì)之后非常活躍的研究方向，隨著圖像采集設(shè)備的不斷推陳出新，視覺(jué)信息生產(chǎn)的爆炸式增長(zhǎng)，機(jī)器算力的不斷提升，以及深度神經(jīng)網(wǎng)絡(luò)模型的提出，視覺(jué)領(lǐng)域的圖像處理技術(shù)日新月異，所適用的領(lǐng)域場(chǎng)景在不斷拓寬，新的問(wèn)題在被不斷定義。傳統(tǒng)的圖像采集設(shè)備如攝像機(jī)，監(jiān)控探頭，主要采集可見(jiàn)光波段的信息，形成圖像或者視頻記錄下來(lái)，其攜帶起來(lái)比較笨重，采集范圍很有限。現(xiàn)如今各種移動(dòng)設(shè)備和專(zhuān)業(yè)儀器的加入，采集的信息已經(jīng)拓廣至各電磁波波段，而由此也促使信息呈爆炸式增長(zhǎng)，為計(jì)算機(jī)視覺(jué)領(lǐng)域算法的訓(xùn)練提供了大量的可用樣本，大大降低了獲取數(shù)據(jù)的難度和成本。

另一方面，GPU（GraphicsProcessingUnit，圖形處理器）的引入，為深度學(xué)習(xí)和并行計(jì)算插上了強(qiáng)有力的翅膀。以往的純CPU計(jì)算，在面對(duì)諸如矩陣運(yùn)算，像素塊卷積時(shí)，只能線(xiàn)性的一個(gè)接一個(gè)執(zhí)行加減乘除，極大地限制了吞吐速度，而GPU在誕生伊始，為了符合圖像和視頻的處理場(chǎng)景條件，設(shè)計(jì)上需要并行處理各個(gè)像素點(diǎn)或者像素塊的數(shù)學(xué)計(jì)算，因此天然帶有了上千上萬(wàn)個(gè)算術(shù)邏輯單元（ArithmeticLogicUnit，ALU），對(duì)于處理互不相關(guān)獨(dú)立的數(shù)學(xué)計(jì)算非常方便，也大大加速了深度學(xué)習(xí)在計(jì)算和推理過(guò)程中經(jīng)常出現(xiàn)的矩陣運(yùn)算。由于數(shù)據(jù)和算力的充足，進(jìn)入二十一世紀(jì)以后，之前幾乎被人拋棄的神經(jīng)網(wǎng)絡(luò)模型被再次提及，進(jìn)化為更大型更多層的深度神經(jīng)網(wǎng)絡(luò)，因深度學(xué)習(xí)的泛化能力強(qiáng)，需要的先驗(yàn)知識(shí)少，同時(shí)又能很好地利用目前大量的數(shù)據(jù)，成為了到現(xiàn)在為止占據(jù)主導(dǎo)的算法本文接下來(lái)著重于闡述當(dāng)前計(jì)算機(jī)視覺(jué)在幾個(gè)領(lǐng)域的應(yīng)用場(chǎng)景，并提出一些可能的拓展，對(duì)未來(lái)的邊界予以展望。

1研究進(jìn)展

計(jì)算機(jī)視覺(jué)目前主流的任務(wù)有四類(lèi)：分類(lèi)（Clas-sification），檢測(cè)（Detection），識(shí)別（Identification），分割（Segmentation）。分類(lèi)，即對(duì)一幅圖片進(jìn)行一個(gè)整體的劃分，研究者關(guān)注在一個(gè)圖片中占主要部分的物體的類(lèi)別。分類(lèi)的范圍是圖片的粒度，常見(jiàn)的公開(kāi)數(shù)據(jù)集比如ImageNet，MNIST都是以這樣的方式進(jìn)行分類(lèi)，再用于后續(xù)的訓(xùn)練和測(cè)試。檢測(cè)，則是對(duì)圖像中物體進(jìn)行幾何定位，以包圍框（BoundingBox）的形式，把它框定出來(lái)，用于后續(xù)的識(shí)別。識(shí)別則是準(zhǔn)確地判斷出這個(gè)物體是什么或者是什么意思，最典型的比如人臉的重識(shí)別（Re-Identification），行人的重識(shí)別等。最后是分割，其目的比檢測(cè)更進(jìn)一步，在像素級(jí)別對(duì)圖像本身進(jìn)行區(qū)分，劃分出像素來(lái)自于不同的物體，以分割為基礎(chǔ)，后續(xù)做AR/VR互動(dòng)的時(shí)候，可以讓真實(shí)世界準(zhǔn)確的與虛擬世界進(jìn)行交互，模擬現(xiàn)實(shí)世界的物理特性。在深度神經(jīng)網(wǎng)絡(luò)被大范圍應(yīng)用之前，計(jì)算機(jī)視覺(jué)面臨的最重要的門(mén)檻就是特征工程。顧名思義，需要找到合適的特征來(lái)對(duì)你的研究對(duì)象進(jìn)行表征（比如經(jīng)典的Scale-invariantfeaturetransform,SIFT和His-togramofOrientedGradient,HOG），好的特征需要對(duì)研究對(duì)象有足夠的了解才能夠獲得，比如早期的人臉識(shí)別，相關(guān)研究者通過(guò)提取出人臉上一些關(guān)鍵的部位和比例構(gòu)成一個(gè)特征向量，并以此來(lái)訓(xùn)練一組或者多組分類(lèi)器，最終可以得到一個(gè)比較理想的人臉識(shí)別。但是在尋找合適的特征，組合合適的分類(lèi)器過(guò)程當(dāng)中需要大量的試錯(cuò)，也需要實(shí)驗(yàn)的人有很豐富的經(jīng)驗(yàn)，因此這種做法很難推廣到其他各個(gè)領(lǐng)域，每個(gè)領(lǐng)域都需要很多專(zhuān)業(yè)知識(shí)來(lái)對(duì)特征進(jìn)行選取，無(wú)疑需要很高的人力成本和時(shí)間成本。深度卷積神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks,CNN）的引入為研究者們打開(kāi)了新的大門(mén)，雖然CNN的概念早在上世紀(jì)八十年代就有被提及，但是淺層的CNN的效果并不如前面提到的特征工程+分類(lèi)器的方式。直到數(shù)據(jù)和算力的具備才使得深層的CNN成為可能[1][2]。現(xiàn)今，業(yè)界的主流骨干架構(gòu)(Backbone)以CNN為主，算法工程師們通過(guò)對(duì)經(jīng)典骨干架構(gòu)改造和調(diào)優(yōu)，可以快速適配業(yè)務(wù)，將模型遷移到自身的垂域上去。而開(kāi)發(fā)工程師則嘗試從整個(gè)模型的訓(xùn)練，測(cè)試，推理等各個(gè)階段進(jìn)行加速，繼續(xù)降本提效。2021年，谷歌將之前自然語(yǔ)言處理領(lǐng)域（NaturalLanguageProcessing，NLP）比較火熱的Transformer[3]（變形模型）引入到計(jì)算機(jī)視覺(jué)領(lǐng)域，其核心是注意力模型。在該領(lǐng)域，研究者們致力于尋找詞與詞之間的聯(lián)系，給定一組輸入的詞匯，可以找到與其有強(qiáng)關(guān)聯(lián)的詞匯輸出，使得機(jī)器可以更好地理解人類(lèi)的語(yǔ)義。而將這個(gè)技術(shù)引入到視覺(jué)領(lǐng)域之后[4]，將一幅圖像，切割為多個(gè)方塊，每個(gè)方塊有其自有的位置信息保留，然后一并輸入到Transformer的架構(gòu)中進(jìn)行訓(xùn)練。在這個(gè)過(guò)程當(dāng)中，把這樣的一個(gè)個(gè)圖塊，看作了一個(gè)個(gè)單詞輸入，而其輸出亦可以是一個(gè)單詞或者是一組單詞，不管什么樣的訓(xùn)練任務(wù)，最終都能抽象為一些“詞”的輸入，得到另一些“詞”的輸出。因?yàn)樵贜LP領(lǐng)域取得的成功，以及在CV領(lǐng)域的許多任務(wù)中取得了不亞于甚至超過(guò)CNN框架的準(zhǔn)確率，Transformer目前大有取代CNN成為新的行業(yè)標(biāo)桿的趨勢(shì)，正吸引著越來(lái)越多的研究者進(jìn)行探索。

2技術(shù)領(lǐng)域應(yīng)用

2.1視頻分析領(lǐng)域

隨著5G時(shí)代的來(lái)臨，人們獲取信息的主要方式已經(jīng)從文字和圖像過(guò)渡到視頻和語(yǔ)音，其攜帶的信息量成倍的提升，為了能夠更好地存儲(chǔ)，管理以及使用這些海量視頻，視頻分析成為一個(gè)必備的手段。視頻分析主要是通過(guò)計(jì)算機(jī)視覺(jué)的技術(shù)手段，將視頻當(dāng)中的內(nèi)容進(jìn)行分析，轉(zhuǎn)換成一些結(jié)構(gòu)化，半結(jié)構(gòu)化的信息。這些信息會(huì)更有利于使用數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，同時(shí)幫助計(jì)算機(jī)像人類(lèi)一樣去理解一個(gè)視頻。一般常見(jiàn)的視頻分析流程如圖1所示，首先，對(duì)一個(gè)視頻進(jìn)行解封裝和解碼，得到逐幀的圖像。之后對(duì)得到的幀進(jìn)行下采樣，這樣做的原因，一方面是視頻當(dāng)中圖像的變化，一般不足以快到只持續(xù)幾幀，目前通過(guò)網(wǎng)絡(luò)傳輸?shù)囊曨l的幀率在20fps到30fps，適當(dāng)?shù)夭蓸硬粫?huì)影響算法精度；另一方面，通過(guò)下采樣，也能提升系統(tǒng)的處理吞吐速度，節(jié)省成本。之后視覺(jué)算法會(huì)對(duì)幀圖像進(jìn)行諸如分類(lèi)，檢測(cè)，識(shí)別，分割等任務(wù)的執(zhí)行，這里主要看實(shí)際應(yīng)用的需求場(chǎng)景以及所預(yù)計(jì)的計(jì)算成本，收益如何。經(jīng)過(guò)視頻分析得到的結(jié)果主要分成兩部分：整個(gè)視頻級(jí)維度的部分和片段（clip）維度的部分。視頻級(jí)維度一般是一整個(gè)視頻給出一個(gè)或者幾個(gè)概括性的分類(lèi)的結(jié)果，稱(chēng)之為標(biāo)簽，如“體育-足球”、“影視劇-故事劇”。標(biāo)簽的存在，幫助分析者對(duì)視頻有整體的把握，實(shí)際應(yīng)用場(chǎng)景下可以通過(guò)視頻標(biāo)簽做后續(xù)的視頻歸檔，視頻推薦甚至簡(jiǎn)單的檢索[5]。片段維度的視頻分析結(jié)果則復(fù)雜一些，每個(gè)片段結(jié)果由起止時(shí)間戳和分析結(jié)果構(gòu)成，最常見(jiàn)的如人臉的標(biāo)簽，一般需要分析出一個(gè)人臉何時(shí)出現(xiàn)在視頻的什么位置，這個(gè)人是誰(shuí)，置信度有多少，如果無(wú)法在底庫(kù)中命中已知的人臉，也可以在整個(gè)視頻中標(biāo)記出來(lái)為陌生臉X，以便進(jìn)行后續(xù)的更新。再比如現(xiàn)在流行的直播帶貨視頻，需要分析出每個(gè)商品出現(xiàn)的時(shí)間段，以及展示的是什么樣的商品。有了這樣的信息，便于研究者更精準(zhǔn)的了解視頻的內(nèi)容，也可以很方便的進(jìn)行視頻片段的劃分和精準(zhǔn)投放，必要時(shí)也可以進(jìn)行敏感人物，敏感場(chǎng)景的過(guò)濾刪減。這對(duì)于當(dāng)前的各個(gè)視頻內(nèi)容生產(chǎn)平臺(tái)而言，是很必要的手段。總的說(shuō)來(lái)，視頻分析能力已經(jīng)成為視頻網(wǎng)站，各大媒體和檔案資料部門(mén)不可或缺的管理手段，視頻分析能力的質(zhì)量和效率，直接決定了其下游提供的各種服務(wù)能力和響應(yīng)速度。在一個(gè)萬(wàn)物信息化的時(shí)代，以此為根據(jù)，越來(lái)越多的個(gè)性化分析能力必將成為這個(gè)細(xì)分領(lǐng)域不可缺少的能力。而隨著生產(chǎn)和采集設(shè)備的多樣化，視頻分析結(jié)合多種多樣的信息輸入來(lái)提高其準(zhǔn)確率和精度也將成為一個(gè)熱門(mén)話(huà)題。

2.2安防監(jiān)控領(lǐng)域

安全領(lǐng)域是一個(gè)老生常談的話(huà)題，而隨著科技的不斷進(jìn)步，現(xiàn)階段對(duì)安防提出了響應(yīng)更快捷，處理更智能化的要求。以校園安防為例，除了傳統(tǒng)的攝像頭布控和人工監(jiān)控之外，AI技術(shù)的引入可以大大降低人力投入的成本，同時(shí)提高識(shí)別的效率和準(zhǔn)確率，圖2展示了當(dāng)前智能安防系統(tǒng)的常見(jiàn)結(jié)構(gòu)體系。校園安防首先需要對(duì)校園的全體師生和員工們進(jìn)行人臉采集和分類(lèi)標(biāo)識(shí)，形成人臉底庫(kù)。在日常的監(jiān)控當(dāng)中，部署在校園內(nèi)外的各處的攝像頭可以對(duì)出現(xiàn)的活體人臉進(jìn)行檢測(cè)[6]，同時(shí)識(shí)別到是否有陌生人進(jìn)入到校園附近的范圍，并根據(jù)事先設(shè)定的閾值進(jìn)行報(bào)警。陌生人臉經(jīng)由老師或者學(xué)生辨認(rèn)，可以加入到人臉底庫(kù)成為可信人物或者上報(bào)到公安機(jī)關(guān)。在這個(gè)過(guò)程中，主要是使用各種目標(biāo)重識(shí)別技術(shù)，如人臉重識(shí)別，行人重識(shí)別等。通過(guò)對(duì)多個(gè)攝像頭的數(shù)據(jù)綜合，可以還原目標(biāo)在校園內(nèi)外的行動(dòng)軌跡，便于對(duì)校園突發(fā)事件進(jìn)行還原。此外，行為識(shí)別、擁堵檢測(cè)也是常見(jiàn)的處理技術(shù)。行為識(shí)別，利用時(shí)間和空間上的數(shù)據(jù)可以檢測(cè)出一些常見(jiàn)的行為[7,8]，如走路，跑步，摔倒，打架，抽煙等，便于安保人員和有關(guān)領(lǐng)導(dǎo)快速掌握關(guān)鍵視頻段落。而擁堵檢測(cè)，可以對(duì)框定范圍內(nèi)的區(qū)域進(jìn)行人頭數(shù)清點(diǎn)[9]，一旦滿(mǎn)足一定的預(yù)設(shè)閾值，則會(huì)進(jìn)行擁堵報(bào)警，便于安保人員進(jìn)行提前到場(chǎng)進(jìn)行人流疏散。可以說(shuō)校園安防是一個(gè)計(jì)算機(jī)視覺(jué)處理技術(shù)綜合應(yīng)用的典型場(chǎng)景，除了應(yīng)用于校園，諸如公司園區(qū)，工廠廠區(qū)等也正在嘗試接入這種新型的管理方式。視覺(jué)處理的算法技術(shù)應(yīng)對(duì)這些場(chǎng)景，一般只需要進(jìn)行簡(jiǎn)便的參數(shù)調(diào)優(yōu)，配置以相應(yīng)的底庫(kù)數(shù)據(jù)，以及和攝像頭位置信息的互相配合，就可以達(dá)到比較好的效果。這使得大規(guī)模的推廣智能安防落地成為了可能，同時(shí)日常采集到的大量視頻和圖片數(shù)據(jù)，則可以反哺背后的算法模型，不斷提升其精度和準(zhǔn)確率。各類(lèi)園區(qū)有其實(shí)際的環(huán)境特性和工程部署難度，也需要技術(shù)人員在這個(gè)過(guò)程中不斷積累經(jīng)驗(yàn)，快速應(yīng)對(duì)。

2.3遙感影像領(lǐng)域

近年來(lái)，遙感衛(wèi)星數(shù)量不斷增長(zhǎng)，在中國(guó)，每年有超過(guò)30顆的遙感衛(wèi)星發(fā)射升空，這些遙感衛(wèi)星被廣泛用于氣象，物種資源，測(cè)繪等領(lǐng)域，給相關(guān)研究人員帶來(lái)了海量的多波段數(shù)據(jù)。另一方面，隨著無(wú)人機(jī)更多的民用化，商用化，大量的低空飛行器也為人們帶來(lái)了粒度更細(xì)，分辨率更高的地面視頻和圖像。豐富的影像數(shù)據(jù)和不斷發(fā)展的計(jì)算機(jī)視覺(jué)技術(shù)疊加，催生出了新一代的遙感+AI視覺(jué)技術(shù)。遙感影像的常見(jiàn)分析任務(wù)包含但不限于地物分類(lèi)，變化檢測(cè)，路網(wǎng)提取等。地物分類(lèi)，是對(duì)圖像上的物體進(jìn)行分類(lèi)，比如樓房，道路，水域，耕田等。雖然是一個(gè)分類(lèi)問(wèn)題，本質(zhì)上是一個(gè)視覺(jué)里的分割任務(wù)，最終輸出的結(jié)果是對(duì)遙感影像里的各種語(yǔ)義進(jìn)行著色，凸顯其邊界和范圍。有了地面物體的信息之后，既可以在時(shí)序上對(duì)比前后兩次的遙感影像，進(jìn)行變化檢測(cè)[10]。也可以在空間上進(jìn)行路網(wǎng)，水網(wǎng)信息的提取，獲得一個(gè)城市的“脈絡(luò)圖”。變化檢測(cè)可以被用于檢測(cè)季節(jié)的變化，自然災(zāi)害帶來(lái)的變化[11]，如洪澇，暴雪，地震等，以及人為帶來(lái)的變化，比如城市發(fā)展建設(shè)，退耕還林等。而路網(wǎng)，水網(wǎng)的信息提取則為把控地理空間上的信息提供了有力的幫助[12]，通過(guò)對(duì)遙感影像的分析，可以大范圍，快速高效地進(jìn)行路網(wǎng)提取，再進(jìn)行從影像到地理坐標(biāo)系的映射，最終可將其納入到地圖系統(tǒng)當(dāng)中用于導(dǎo)航和提供基于地理信息的服務(wù)。以上介紹的一些任務(wù)主要集中在可見(jiàn)光波段，而事實(shí)上，遙感衛(wèi)星所提供的數(shù)據(jù)，覆蓋了從整個(gè)可見(jiàn)光波段，再到近紅外，短波紅外以及熱紅外波段，這些波段的數(shù)據(jù)，同樣拓展了更多地物分類(lèi)的場(chǎng)景以及語(yǔ)義，也使得計(jì)算機(jī)視覺(jué)技術(shù)加持的遙感影像分析可以被運(yùn)用到氣象預(yù)報(bào)，極端自然災(zāi)害監(jiān)測(cè)，森林火險(xiǎn)預(yù)警，資源勘探等各種領(lǐng)域，這降低了處理海量數(shù)據(jù)的人工參與成本，同時(shí)提高了處理能力和響應(yīng)速度，并能獲得不俗的準(zhǔn)確率和召回率。

2.4其他領(lǐng)域

諸如此類(lèi)的視覺(jué)應(yīng)用領(lǐng)域還有許多，常見(jiàn)的有醫(yī)療領(lǐng)域根據(jù)核磁、CT、B超影像的早期癥狀診斷；工廠流水線(xiàn)上根據(jù)圖像識(shí)別來(lái)判斷工件的質(zhì)量，清點(diǎn)工件的數(shù)量；農(nóng)業(yè)領(lǐng)域通過(guò)視覺(jué)的方式無(wú)接觸的獲取植物當(dāng)前生長(zhǎng)狀況。限于篇幅此處不一一展開(kāi)陳述。可以說(shuō)一般只要擁有足夠的規(guī)范數(shù)據(jù)和一個(gè)符合視覺(jué)任務(wù)的目標(biāo)定義，都可以讓計(jì)算機(jī)視覺(jué)技術(shù)一展身手。

3結(jié)束語(yǔ)

本文主要介紹了當(dāng)前的計(jì)算機(jī)視覺(jué)圖像處理技術(shù)在視頻分析，安防監(jiān)控以及遙感影像分析等幾個(gè)領(lǐng)域的應(yīng)用場(chǎng)景。對(duì)于其帶來(lái)的降低人工處理分析成本，同時(shí)提高處理效率的能力給予了肯定，也探討了其可能的邊界拓展并展望了其在未來(lái)的價(jià)值。可以說(shuō)，目前的計(jì)算機(jī)視覺(jué)發(fā)展重點(diǎn)已經(jīng)從基礎(chǔ)能力的構(gòu)建逐漸過(guò)渡到細(xì)分垂直領(lǐng)域的探索了，雖然近年來(lái)有像Google提出的Transformer模型逐漸進(jìn)入到視覺(jué)領(lǐng)域，但是就目前看來(lái)，其本身的提升效果和幅度依然不夠明顯，泛化效果不如卷積神經(jīng)網(wǎng)絡(luò)，性?xún)r(jià)比在工業(yè)界還達(dá)不到讓大家為此去重新設(shè)計(jì)底層部署邏輯與推理加速框架的地步。另一方面，計(jì)算機(jī)視覺(jué)本身的能力越來(lái)越成為一個(gè)基礎(chǔ)的模塊被集成在某個(gè)領(lǐng)域的大系統(tǒng)當(dāng)中去發(fā)揮具體的作用，由于理論和工程能力的不斷成熟，其應(yīng)用門(mén)檻也在不斷降低，正逐漸成為一個(gè)普惠的技術(shù)存在。正因?yàn)槿绱耍?dāng)下研究的方向如果單純從提高模型的準(zhǔn)確率和召回率的角度出發(fā)，實(shí)際的應(yīng)用價(jià)值比較低，也難以很快大范圍地推廣。更多時(shí)候帶來(lái)最終表現(xiàn)提升的往往是大量?jī)?yōu)質(zhì)的數(shù)據(jù)和處理數(shù)據(jù)的方式方法。作為一門(mén)偏技術(shù)性的學(xué)科，擁有一些工程和實(shí)踐思維在目前來(lái)說(shuō)更為重要，從降低使用成本，提升訓(xùn)練和推理的效率，提高泛化能力，降低應(yīng)用門(mén)檻和操作難度等這些角度去定義問(wèn)題將更有實(shí)際意義。接下來(lái)的應(yīng)用研究方向，將是朝著更便捷的部署，更快的響應(yīng)速度，更廣闊的適用范圍，更靈活的自定義配置去落地實(shí)施。

參考文獻(xiàn)(References):

[1]張珂,馮曉晗,郭玉榮,等.圖像分類(lèi)的深度卷積神經(jīng)網(wǎng)絡(luò)模型綜述[J].中國(guó)圖象圖形學(xué)報(bào),2021,26(10):2305-2325

[2]張順,龔怡宏,王進(jìn)軍.深度卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計(jì)算機(jī)視覺(jué)領(lǐng)域的應(yīng)用[J].計(jì)算機(jī)學(xué)報(bào),2019,42(3):453-482

[3]DevlinJ,ChangM,LeeK,etal.BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnder-standing[A].Proceedingsofthe2019ConferenceoftheNorthAmericanChapteroftheAssociationforComputationalLinguistics:HumanLanguageTechnolo-gies[C].Minneapolis,Minnesota:AssociationforCom-putationalLinguistics,2019,1:4171-4186

[4]DosovitskiyA,BeyerL,KolesnikovA,etal.AnImageisWorth16x16Words:TransformersforImageRecognitionatScale[A].InternationalConferenceonLearningRepresentations[C].LaJolla,California:ICLR,2021,https://iclr.cc/virtual/2021/poster/3013

[5]YuR,GongY,HeX,etal.PersonalizedAdaptiveMetaLearningforCold-startUserPreferencePrediction[A].ProceedingsoftheAAAIConferenceonArtificialIntelligence[C].Online:AAAI,2021,35(12):10772-10780

[6]潘惠蘋(píng).人臉活體檢測(cè)技術(shù)在校園智能安防的應(yīng)用綜述[J].計(jì)算機(jī)時(shí)代,2021(9):14-17

作者:王錦凱 宋錫瑾 單位:阿里巴巴(杭州)