ICCV是计算机视觉领域最高级别的会议 ECCV两年一次，是计算机视觉三大会议（另外两个是ICCV和CVPR）之一 CVPR是一个一年一次的会议 计算机视觉： 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所 指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。
因为感知可以看作是从感官信号中提 取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。 计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息，就像人类和许多其他类生物每天所做的那样。
机器学习，特别是计算机视觉，从一开始就受到了认知神经科学和脑科学的启发。
1962年 Hubel等对猫视觉皮层功能架构的研究【1】启发了20年后Fukushima等提出的神经认知机模型【2】。而神经认知机又进一步启发了今天在计算机视觉和机器学习领域大名鼎鼎的卷积神经网络（LeCun等在1990年提出【3】）。
不仅是这些早期研究受到认知神经科学和脑科学的启发，最近的一些研究仍从认知神经科学和脑科学中汲取灵感。
比如，普林斯顿大学的研究人员在2017年下半年发表的NeST: A Neural Network Synthesis Tool Based on a Grow-and-Prune Paradigm【4】。论文介绍了他们研发的神经网络生成工具NeST，这一工具可以自动生成紧凑的神经网络架构。
NeST的整体思路是，首先从一个小而稀疏的种子网络开始，基于梯度信息进行扩张，以提升网络的表现，表现达到需求后，基于强度信息进行剪枝，最终得到一个表现良好的紧凑网络。
（上为论文所附图片）
这一思路其实受到了人脑的启发。出生后，人脑的神经元数目迅速增长（对应NeST的扩张），在几个月后达到峰值，最后稳定地下降（对应NeST的剪枝）。
（上为论文所附图片）
Hubel, David H., and Torsten N. Wiesel. “Receptive fields, binocular interaction and functional architecture in the cat’s visual cortex.” The Journal of physiology 160.1 (1962): 106-154.
Fukushima, Kunihiko, and Sei Miyake. “Neocognitron: A self-organizing neural network model for a mechanism of visual pattern recognition.” Competition and cooperation in neural nets. Springer, Berlin, Heidelberg, 1982. 267-285.
LeCun, Yann, et al. “Handwritten digit recognition with a back-propagation network.” Advances in neural information processing systems. 1990.
arXiv:1711.02017
PCDC（Parameterizable Convolutional Dual-Cardinality network）不是一个特定的文件类型，而是一个卷积神经网络（CNN）模型结构的名称。PCDC网络是一种参数化的卷积神经网络架构，可以用于图像分类、物体检测、分割等计算机视觉任务。
PCDC网络结构是由学术研究者提出并命名的，它以卷积层和池化层的双重基数结构为特点。具体的PCDC网络结构可能会因为不同的研究论文而有所差异，但总体上都是由一些卷积层和池化层组合而成的深度神经网络。
在机器学习或计算机视觉领域，当提到PCDC时，通常是指该网络架构，而不是一个具体的文件。如果您遇到了一个以".pcdc"为扩展名的文件，那可能是特定软件或工具使用的特定文件格式，而不是与PCDC网络本身直接相关的文件。
985免费论文网友情提示：本网站所有内容为共享上传提供，仅限学习分享，如产生版权问题，请联系我们及时删除！
Copyright © www.csmayi.cn Corporation, All Rights Reserved 共享时代 共享你我他 版权所有
