苹果公司发布首份人工智能报告，AI视觉是研究新方向.pdf
50墨值下载
苹果公司发布首份人工智能报告，AI 视觉是研究新方向
摘要
随着图形技术不断进步，利用合成图像训练机器学习模型变得越来越容易，这可
以帮助避免注释图像的昂贵支出。然而，通过合成图像训练机器学习模型可能无
法达到令人满意的效果，因为合成图像与真实图像之间毕竟存在区别。为了减少
这种差异，苹果公司提出“模拟+无监督”学习方法，即通过计算机生成图像或
合成图像来训练算法的图像识别能力。
事实上，这种“模拟+无监督”学习需要将无标注的真实图像数据与已经注释的
合成图像相结合。在很大程度上，它需要依赖生成式对抗网络（GAN）的新机器
学习技术，它可通过两个神经网络相互对抗以生成更加真实的图像。苹果公司对
标准 GAN 算法进行了多处关键性修改，以保留注释、避免伪影以及稳定性训练：
自正则化(self-regularization)-局部对抗性损失-使用精炼图像升级鉴别器。
苹果公司发现，这个过程可以产生高度逼真的图像，在质量上和用户研究方面都
已经获得证实。苹果公司已经通过训练模型评估视线水平和手势姿态，对计算机
生成图像进行定量评估。通过使用合成图像，苹果公司的图像识别算法已经取得
了巨大进步。在没有使用任何标准真实数据的情况下，苹果公司在 MPIIGaze 数
据集中获得了最高水平的结果。
引言
随着最近高容量深度神经学习网络的崛起，大规模标注训练数据集正变得日益重
要。可是，标准数量庞大的数据集成本非常高，而且相当耗费时间。为此，使用
合成图像而非真实图像训练算法的想法开始出现，因为注释已经可实现自动化。
利用 XBOX360 外设 Kinect 评估人体姿势以及其他任务，都是使用合成数据完
成的。
（图 1：“模拟+无监督”学习：通过计算机生成图像或合成图像来训练算法的
图像识别能力）
然而，由于合成图像与真实图像之间存在差距，使用合成图像训练算法可能产生
很多问题。因为合成图像通常不够真实，导致神经网络学习仅仅能够了解到合成
图像中的细节，并不能完整地识别出真实图像，进而也无法为算法提供精确的学
习。一种解决方案就是改进模拟器，可是增加真实性的计算往往非常昂贵，渲染
器的设计也更加困难。此外，即使最顶级的渲染器可能也无法模仿真实图像中的
所有特征。因此，缺少真实性可能导致算法过度拟合合成图像中不真实的细节。
在这篇论文中，苹果公司提出“模拟+无监督”学习的方法，其目的就是使用未
标注真实数据的模拟器提高合成图像的真实性。提高真实性可更好地帮助训练机
器学习模型，而且无需收集任何数据，也无需人类继续标注图像。除了增加真实
性，“模拟+无监督”学习还应该保留注释信息以用于训练机器学习模型，比如
图一中的注视方向应被保留下来。此外，由于机器学习模型对合成数据中的伪影
非常敏感，“模拟+无监督”学习也应该产生没有伪影的图像。
苹果公司为“模拟+无监督”学习开发出新的方法，称之为 SimGAN，它可以利
用称之为“精炼器网络（refiner network）”的神经网络从模拟器中提炼合成图
像。图二中展示了这种方法的概述：第一，黑盒子模拟器中生成合成图像，然后
利用“精炼器网络”对其进行提炼。为了增加真实性，也就是“模拟+无监督”
of 37
50墨值下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论