香港中文大学多媒体实验室——人工智能与计算机视觉的创新引擎-摩杜云开发者社区

原创 | 文 BFT机器人

香港中文大学多媒体实验室——人工智能与计算机视觉的创新引擎_计算机视觉

01 引言

香港中文大学多媒体实验室（MultimediaLaboratory）成立于2001年7月，是香港中文大学信息工程学系的重要组成部分。该实验室由汤晓鸥教授执导，是最早应用深度学习进行计算机视觉研究的华人团队之一。因其卓越的贡献，该实验室被誉为“计算机视觉界的黄埔军校”。

香港中文大学多媒体实验室——人工智能与计算机视觉的创新引擎_人工智能_02

02 人脸识别技术的“开拓者”和探路者——汤晓鸥

汤晓鸥于1990年获中国科学技术大学工学学士学位，并在1991年获罗彻斯特大学工程及应用科学学院理学硕士学位。随后，于1996在麻省理工学院获得博士学位，并在攻读博士学位期间开始了对人工智能领域的研究。

汤晓鸥通过一系列杰出的研究成果，逐渐在人工智能，尤其是人脸识别技术领域建立了自己的声誉和地位。在2009年获得了计算机视觉与模式识别国际会议（CVPR）的最佳论文奖，这是亚洲学者首次获得该奖项。

03 人脸识别技术——DeepID

MMLab的研究范围广泛，涵盖了计算机视觉、多媒体处理和机器学习等多个方面。2014年，汤晓鸥教授团队公开自主研发的DeepID系列人脸识别算法，准确率超过DeepFace算法，是全球首次超过人眼识别准确率的计算机视觉算法。据公开文献报道，DeepID 系列人脸识别算法准确率达到 98.52%。

香港中文大学多媒体实验室——人工智能与计算机视觉的创新引擎_人脸识别_03

与传统的人脸识别算法相比，DeepID算法能够学习到更高层次的抽象特征，从而提高了人脸识别的准确性和鲁棒性。DeepID算法的训练过程包括两个关键步骤：多任务学习和三元组损失函数。在多任务学习中，算法同时学习人脸识别和性别分类两个任务，通过共享网络层的方式提取共享特征。这样可以使得网络学习到更具判别性的特征表示。

lDeepID算法的提出对于人脸识别技术的发展具有重要意义。它为人脸识别领域的研究和应用提供了新的思路和方法，推动了该领域的进一步发展。该算法的成功也证明了深度学习在人脸识别任务中的巨大潜力，并为后续的研究和创新奠定了基础。

04 人工智能与计算机视觉研究先锋

自成立以来，MMLab一直专注于计算机视觉与多媒体技术的研究，并积极开展相关研究项目。这些项目包括基于图像识别的智能安防系统、虚拟现实技术在教育领域的应用以及视频内容分析等。同时，实验室还为该领域的研究者提供了一个良好的交流平台，定期组织国际学术会议、研讨会等活动。

MMLab一直活跃在人工智能，在计算机视觉和深度学习的方面作出重要贡献。他们的研究成果在国际上得到了广泛的认可和重视。MMLab在多个顶级国际学术会议和期刊上发表了数十篇高水平的论文，包括CVPR、ICCV、ECCV、NeurIPS等。此外，他们还在ImageNet、ActivityNet、COCO、NITRE等计算机视觉的主要国际比赛上多次获得冠军。

如今，MMLab实验室已经成为国际上具有重要影响力的计算机视觉与多媒体技术研究机构之一。在2016年，MMLab与麻省理工学院、斯坦福大学等著名大学一同入选世界十大人工智能先锋实验室。MMLab也将继续致力于推动计算机视觉与多媒体技术的发展，为人工智能领域的进步做出更多贡献。

香港中文大学多媒体实验室——人工智能与计算机视觉的创新引擎_人工智能_04

作者 | 小河

排版 | 居居手

更多精彩内容请关注公众号：BFT机器人

本文为原创文章，版权归BFT机器人所有，如需转载请与我们联系。若您对该文章内容有任何疑问，请与我们联系，将及时回应。