【挑衅杯】从两亿像素实例起步的可穿着技巧翻新 -编号:JJ141Cx

2015-02-14 18:58 来源：http://www.ceo315.org/ 阅读：次

　　当然，仅仅有创意也是不够的，还须要大批基本性的数据采集工作，李诚首先树立了一个标定过的有两亿多个像素实例、笼罩了各种不同光照环境下的手部照片的室内/室外第一人称手部识别数据集。利用这个数据集以及其他研究者宣布的数据集，李诚对较为常用的底层特征进行了测试。他提出了一个基于稀少特征取舍，以及依附于全局特征的构造化断定计划。对许多人来说这项工作是单调的，对李诚则不然，他具备将工作和快活画上等号的才能和心态。

图为李诚在全国“挑战杯”竞赛现场介绍展现自己的作品。

　 “我会在北京创业，”谈到将来，李诚信念满满，“我已经开始和人洽商，仍旧会从事计算机视觉领域的产品研发。”从科研到创业，对李诚来说，变的是身旁纷纷的世界，不变的是那颗始终盼望挑战、寻求出色的心。

走错教室入对了行

　　（清华消息网11月22日电）

图为对照图。

课外学术讨论激发出的创造性思维

　　“一张图片就好几万个像素，总共几百张图片的样子吧，我的工作就是一张图过来当前我把它上面的手给涂出来。这一过程看起来很辛苦，但是也可能没有设想中的那么干燥。李诚笑谈道，“当时我是选了《恋情公寓》这部电视剧作为手部识别数据集的素材，我用三地利间就看完了这部其他人用一个月甚至几个月才看完的电视剧。当然与其别人还有点不同，我看这部电视剧是要把里面的许多场景的许多手都一点点给标志出来，用以收集数据，而不是关注其自身的剧情。”

——记全国“挑战杯”特等奖作品作者李诚的“挑战”之路

　　2009年，李诚凭借在科技比赛中的优良表示被输送进入清华大学，学校里丰盛的科研资源让李诚有更多的平台和机遇发展本人的兴趣专长。大三暑假，在校团委“本科生暑期海外研修规划”的支撑下，李诚前往卡内基梅隆大学进行暑期研修。在那里，李诚意识了一位美籍日裔博士后，这位博士后正在进行可穿戴装备方面的第一人称物品识别研究。偶合的是，早在几年前，尚在读高中的李诚就通过TED网站上一位印度工程师的报告了解了“可穿着设备”这个概念并萌发了初步的兴趣，两人一拍即合，在他的倡议和激励下，李诚开端了第一人称手部检测的探索与研究。

　　对于模型推荐系统的阐明，李诚用预备GRE试题的例子类比道：“像筹备GRE测验时会有人总结一些‘秘籍’，如在什么情况下最好选什么选项，这样考试就有必定准确率。手部检测也是有训练视频的，训练完之后就晓得什么情况下涌现的是手了，然而练习视频很长、很麻烦，模型推荐系统就是把视频切开来，每个房间用一个模型，像科目分开学一样，每个情况离开讨论，这样呈现一个新的问题大抵判定是什么情况下的，就用这个情况下的成果。”

勤恳而快乐的科技探索

　　现在，在人工智能中，“可穿戴技术”综合运用于多媒体、传感器和无线通讯等高新科技产品中，并将这些技术嵌入到人们可以直接穿在身上的穿着、配饰中，成为可穿戴设备，并由应用者利用手势、眼动等方法进行操作和交互。这类可穿戴设备往往都会装备一个用户佩戴在头顶向前下方进行拍摄的摄像头，称之为第一人称摄像头，通过摄像头进行手部的检测识别，从而实现人机交互。手部检测需通过算法判断不同环境下哪里是手，但因为皮肤所反射的色彩往往跟着光照前提转变等环境的变更疾速改变，因而手部检测成为可穿戴技术发展中亟待解决的一大难关。

　　在未几前闭幕的第十三届“挑战杯”全国大学生课外学术科技作品竞赛（以下简称“全国‘挑战杯’”）中，清华选送的作品《多光照环境下的第一人称手部检测》荣获特等奖，该作品应用模型推荐系统等手腕研究富有挑衅的图像识别问题，将利用第一人称摄像头进行手部检测的准确率进步了10%-15%，相干结果也被卡内基梅隆大学、佐治亚理工学院、谷歌公司、夏普美国研究所等高校或研究机构采用。而实现该项目标团队只有一个年青成员——清华大学物理系2009级本科生李诚。

　　利用在卡内基梅隆大学的一个寒假和一个暑假，李诚完成了第一人称手部检测的研究工作，他的成果也很快得到了同行专家的认可。李诚以第一作者分辨在两个计算机视觉领域的顶尖学术会议CVPR2013（IEEE Conference on Computer Vision and Pattern Recognition）和ICCV2013（IEEE International Conference on Computer Vision）上发表论文2篇。该项目相关代码、数据集也已参加到谷歌公司的手部检测项目中并且行将加入目前利用最普遍的机器视觉开源库OpenCV的最新版本OpenCV3.0中。中国迷信院院士张钹对项目予以了充足肯定，并评估道：“存在很高的研究水温和很好的推广远景”。

学通社记者王泰华徐迟馨秦雅琛

　　为懂得决光照等情形下手部辨认的问题，李诚查阅了前人在计算机视觉领域的研讨后，依然觉得毫无脉络。“这时我想到了曾经在‘星火班’学术探讨时，据说过的‘模型推荐’的概念。”李诚先容道，大二时他入选了“科技立异，燎原之火”清华大学学生翻新人才培育打算（简称“星火班”），在“星火班”中他找到了很多和他一样对课外学术科技充斥摸索兴致的搭档们，并常常就不同范畴的问题进行学术讨论跟交换，“‘模型推举’是数据发掘领域学者的研究热门，但还不应用到盘算机视觉领域。”抱着试一试的设法，李诚引入了模型推荐系统，并联合特点抉择和时空马尔可夫场滤波的方式，终极有效解决了第一人称手部检测的正确率问题。这一发明性的主意，就连计算机视觉三大顶级国际会议中的国际计算机视觉大会（ICCV）的审稿人都啧啧称颂：“用模型推荐体系来解决手部检测问题是十分有趣，新鲜而直观的。”

　　李诚的科研之路起步得较早。小学六年级的时候，当同龄人尚在为纸上的数学题懊恼，机缘巧合之下他已经开始在电脑上接触编程，“小学六年级报了一个奥数班，但第一次去上课的时候不警惕走错了教室，教室里正好在讲编程课，里面都是些比我大几岁的学生。我听着听着感到挺有意思，也就这样学下去了。”

　　因为有时摄像机的挪动速渡过快，斟酌到时光与空间的持续性信息，在之后处置进程，李诚采取了时空马尔科夫场滤波的算法，有效解决了这一问题。这些中心技巧的奇妙运用，使得李诚的模型精确率当先于包含乔治亚理工、加州大学欧文分校在内的美国其余大学提出的多少种主流模型。

功夫不负有心人

　　这样一个布满创意的作品，却差点与“挑战杯&rdquo,营销培训;擦肩而过。在清华校内“挑战杯”上，《多光照环境下的第一人称手部检测》名目仅仅失掉了三等奖。“在提拔全国‘挑战杯’参赛作品时，系团委向校团委推荐说，这里还有一件很牛的作品，我就被报上去了。” 李诚笑言。这件作品很快得到了专家们的一致确定，并代表清华大学加入全国“挑战杯”。最终作品取得“挑战杯”信息技术类特等奖，回想捧杯的那一霎时，李诚说：“我的感触就是，工夫不负有心人，辛劳得到了回报。”

从两亿像素实例起步的可穿戴技术创新

　　凭借对课外科技的浓重兴趣和扎实的编程常识，李诚在信息技术上的研究愈发深刻。他初中便开始做机器人，并参加了“乐高”足球机器人比赛，他用乐高编程模块编写的程序把持由积木搭成的小车，在场上与另外三台车对一个球进行角逐。

　　编纂：襄桦范丽

　　有的程序要运行很长时间甚至两三天，李诚也会“忙里偷闲”，上午收拾代码，下战书让程序在服务器上运行，他可以全部下昼出去打球。“我在卡内基梅隆大学的暑假仍是很开心的。科研，也能够轻松高兴。”