Open henryliangt opened 1 year ago
图像理解（目标检测，图像分类，图像分割）下，三个子领域都是 benchmark 成熟。人多，优秀工作少，从李飞飞2009的 image Net ，相当完善。 卷，要学不要做， 突破口：1. 小样本学习的 benchmark， 建立一个有规模的迁移学习数据集。
大实验室，要算力足 超分辨率，文本 to图像，图像去噪，风格迁移。 超分辨率，卷，烂，简单。 文本生成不卷，几千亿算力的大公司。google, dall-e , 图像去噪，小众，mri结合实用。前景好。 风格迁移，艺术结合多，funding 不够。
检索： （图搜图，文搜图）本质还是图像理解。成熟，不推荐
大佬可以做，前景好。能做的多。 用到深度学习（给予统计）的还很少，基本都是基于规则的方法。 计算机图形学更多一些。 最热门的算法像是slam， 都是被规则方法统治的。 想要应用计算机视觉到这里，难度很大，调参不如规则好。 想做，数学要好。否则很容易成横向。研究性质的paper 不多。
专业lab 去做。 安防，无人驾驶， 目标跟踪，则推荐多目标跟踪，应用价值最高，funding 不错。 热点在落地可行性，实时检测和降低算力门槛。 序列分析最火的是事件监测，交通应用大。 步态识别，小众。
跨学科多模态： 适合，多个学科的知识。
蓝海期，图像序列 + 音频 + 文字 概括视频内容，提取视频事件， 远机位视频理解的benchmark 太少。缺苦干做数据集的人。
视频分类是大瓶颈。两三年，还是一个模型。 视频生成：从一张图片生成整个视频，研究火爆，用作推理专家系统，从一幅画进行有端联想。 视频生成质量，也很值得做。优质视频，但是分辨率太低。视频超分辨率感人，研究很少。 视频搜索可以用来做视频推荐算法，作为视频除了标题的一个文本参照。提高推荐质量。 总体看，难度较大，cv+ Nlp.
图像理解：
图像理解（目标检测，图像分类，图像分割）下，三个子领域都是 benchmark 成熟。人多，优秀工作少，从李飞飞2009的 image Net ，相当完善。 卷，要学不要做， 突破口：1. 小样本学习的 benchmark， 建立一个有规模的迁移学习数据集。
图像生成：
大实验室，要算力足 超分辨率，文本 to图像，图像去噪，风格迁移。 超分辨率，卷，烂，简单。 文本生成不卷，几千亿算力的大公司。google, dall-e , 图像去噪，小众，mri结合实用。前景好。 风格迁移，艺术结合多，funding 不够。
检索： （图搜图，文搜图）本质还是图像理解。成熟，不推荐
Robotics: （无人车，无人机，机械臂）
大佬可以做，前景好。能做的多。 用到深度学习（给予统计）的还很少，基本都是基于规则的方法。 计算机图形学更多一些。 最热门的算法像是slam， 都是被规则方法统治的。 想要应用计算机视觉到这里，难度很大，调参不如规则好。 想做，数学要好。否则很容易成横向。研究性质的paper 不多。
图像序列 ：（多目标跟踪，图像序列， 步态识别）
专业lab 去做。 安防，无人驾驶， 目标跟踪，则推荐多目标跟踪，应用价值最高，funding 不错。 热点在落地可行性，实时检测和降低算力门槛。 序列分析最火的是事件监测，交通应用大。 步态识别，小众。
跨学科多模态： 适合，多个学科的知识。
结合Nlp (视频理解，视频生成，视频搜索）
蓝海期，图像序列 + 音频 + 文字 概括视频内容，提取视频事件， 远机位视频理解的benchmark 太少。缺苦干做数据集的人。
视频分类是大瓶颈。两三年，还是一个模型。 视频生成：从一张图片生成整个视频，研究火爆，用作推理专家系统，从一幅画进行有端联想。 视频生成质量，也很值得做。优质视频，但是分辨率太低。视频超分辨率感人，研究很少。 视频搜索可以用来做视频推荐算法，作为视频除了标题的一个文本参照。提高推荐质量。 总体看，难度较大，cv+ Nlp.