自动驾驶

1886年第一辆真正意义上的汽车诞生，从此开始了全世界长达百余年的汽车辉煌史，这让起源于1969年且在上世纪80年代才开始规模化的互联网自惭形秽。不过，就最近一段时间的动作来看，大多数互联网巨头们都瞄向了汽车这个“旧产业”。 科技狂人马斯克刚刚宣称“距离5级自动驾驶大约还有2年的时间”，便在极短的时间内占据了各大科技头条。且就在不久前，一年卖出8万辆汽车的特斯拉在市值上超过了千万销量的通用，成为全美市值第一的汽车制造商。互联网像一个“野蛮人”颠覆了一个又一个传统产业，如今背后的互联网骄子们又把目光瞄向了汽车行业。 汽车领域成为互联网的新蓝海 在“造车”这件事上，特斯拉并不是一个独行侠，脱胎于特斯拉的Atieva，备受争议的Faraday Future，以及国内创业者一手打造的蔚来汽车、乐视超级汽车、奇点汽车、威马等新势力可谓前赴后继，旗帜鲜明的是，这些新生品牌并没有向那些百年汽车巨头靠拢，而是打出了“重新定义汽车”的口号，手段中不乏大量的互联网元素。 一般来看，互联网造车企业有着三大共同特点，即无一例外投身新能源汽车、通过互联网化和人工智能实现智能化车机交互、借助ADAS技术、高精度地图以及低成本的雷达方案实现自动驾驶。可以理解的是，新能源和新科技对于百年汽车工业来说已经是必然趋势，一些互联网巨头和创业者瞄准的恰是这一趋势。此外，智能化车机交互和无人驾驶也是传统车企较为薄弱的地方

点击上方“ 3D视觉工坊 ”，选择“星标” 干货第一时间送达 概述 三维重建是一个长期存在的不适定问题，已经被计算机视觉、计算机图形学和机器学习界探索了几十年。自2015年以来，利用卷积神经网络（CNN）进行基于图像的三维重建引起了越来越多的关注，并且表现非常出色。鉴于这一快速发展的新时代，本文全面综述了这一领域的最新发展，重点研究了利用深度学习技术从单个或多个RGB图像中估计一般物体三维形状的方法。 1.简介 基于图像的三维重建的目标是从一幅或多幅二维图像中推断出物体和场景的三维几何和结构，从二维图像中恢复丢失的维数一直是经典的多视图立体和shape-from-X方法的目标，这些方法已经被广泛研究了几十年。 第一代方法是从几何的角度来处理这一问题的；它们侧重于从数学上理解和形式化三维到二维的投影过程，目的是设计不适定反问题的数学或算法解，有效的解决方案通常需要使用精确校准的摄像机拍摄多幅图像。 有趣的是，人类善于利用先验知识解决这种不适定反问题。我们只用一只眼睛就能推断出物体的大致大小和大致几何结构，甚至可以从另一个角度猜测它的样子。之所以能做到这一点，是因为所有以前看到的物体和场景都使我们能够建立起先前的知识，并建立一个物体外观的心理模型。 第二代三维重建方法试图利用这一先验知识，将三维重建问题表述为一个识别问题。深度学习技术的发展，更重要的是，大型训练数据集的可用性不断提高

言有三 毕业于中国科学院，计算机视觉方向从业者，有三工作室等创始人 作者 | 言有三 编辑 | 言有三 为了实现有三“三人行必有我师”的宗旨，现开始招募技术人员 01 招募条件 凡符合以上8种条件之一的，即可以联系有三微信Longlongtogo，进行相关审核。可准备相关的论文，博客等能够证明水平的一切资料。 02 为什么招募 一方面，技术公众号有三一个人难以维护每日高质量文章的输出，为了覆盖到更多的知识面，以及及时给大家提供学习帮助，因此我们需要帮手。 另一方面，也希望给大家提供一个展示自己能力和知识的平台，在知识的分享和与大家的交流中，提高自己的能力和知名度。 03 合作形式 合作有多种形式，依据水平高低和熟悉程度逐步递进。 3.1 文章撰写 写文章可以验证自己很多的知识是否只是半知半解，所以首先要通过写文章来证明能力。 其次，自己会并不一定意味着就能够写好文章，达到教会他人的水平，所以要通过写文章来锻炼各种表达能力。 这个阶段，是免费写文章积攒实力和水平阶段。 3.2 收费课程 达到一定的水平后，可针对性开设相关收费课程，进一步提升自己的水平，同时获取经济受益。 3.3 更进一步 有缘自会相遇。 期待一起牛逼 如果想加入我们，后台留言吧 微信 Longlongtogo 公众号内容 1 图像基础｜2 深度学习｜3 行业信息 往期精选 【技术综述】闲聊图像分割这件事儿 【学习

人工智能领域顶级学术会议NeurIPS 2020（Neural Information Processing Systems）将于12月7日-12日在线上举行。在近日NeurIPS正式发布的论文入选名单中，腾讯安全科恩实验室聚焦利用AI算法解决二进制安全问题的《CodeCMR: Cross-Modal Retrieval For Function-Level Binary Source Code Matching》，凭借首次提出基于AI的二进制代码/源代码端到端匹配算法的创新研究成功入选，揭示了“AI+安全”领域的又一突破探索。 作为国际机器学习和计算神经科学领域公认最具影响力的顶级会议之一，NeurIPS汇集了时下人工智能和自然神经信息处理等领域最前沿的科研成果，被中国计算机学会 (CCF)推荐为A类Top会议，每年都能吸引来自全世界AI领域的研究者参会和进行前沿成果分享。 新一代信息技术的“爆发式”普及应用，在造就更为广阔数字空间版图的基础上，也带来了更为瞬息万变的网络威胁态势。AI技术以其在数据分析、知识提取、智能决策等方面的独有优势，已成为近年来网络安全寻求创新突破的重要探索方向。据Gartner预测，到2020年，人工智能在网络安全领域应用比例将由10%上升为40%。 安全系统的部署、响应的效率及准确性直接关乎其防护的有效性，而从计算机系统的最基础层上看

　　“华为不造车，帮助企业造好车。”华为智能汽车解决方案 BU 总裁王军在中国区发布会上说道。 　　发布会公布了华为智能汽车解决方案的新品牌 Hi。余承东表示，HiCar 智能解决方案已经合作超过 150 + 款车，明年计划预装超 500 万台车。 　　这一解决方案旨在以创新的模式与车企深度合作，打造精品智能网联电动汽车，为消费者提供极智、愉悦、信赖的出行体验。其中，Hi 高阶自动驾驶 ADS 以 L４级自动驾驶架构为基础，提供面向 L4~L2 + 级自动驾驶全栈解决方案。 　　 　　图 | 华为智能汽车解决方案品牌 Hi 合作情况（来源：华为发布会） 　　华为 Hi 解决方案，包括 1 个计算和通信架构，智能座舱、智能驾驶、智能网联、智能车云服务、智能电动 5 个通信系统，以及激光雷达、AR-HUD 等 30 多个智能化部件。 　　华为智能驾驶解决方案战略从三个维度展开，商业角度上，将围绕价值场景逐步落地，提供无缝体验，按照场景；技术角度方面，以高算力和激光雷达为基础，采用可快速演进的架构，加速商用；从产业的角度讲，华为定位为 “增量部件供应商”，与行业伙伴共同推动产业成熟。 　　从软硬件角度，这一智能驾驶解决方案包括智能驾驶、智能座舱、智能车控三个计算平台和 AOS、HOS、VOS 三个操作系统。 　　发布会上，王军介绍，在智能座舱方面

　　早在去年，马斯克就在特斯拉的自动驾驶日上着重介绍了 Dojo 项目。上周，基于 Dojo 的最新计算能力，特斯拉推出了自动驾驶测试版。 　　那些尝试了最新版本软件的自动驾驶汽车，可以处理交叉路口和环形路口这种更复杂的路况。早期版本的自动驾驶系统在通过环形路时有困难，很少能在没有人工干预的情况下通过环形路。 　　众所周知，马斯克不看好基于激光雷达的自动驾驶解决方案，选择了纯视觉计算的解决方案。Dojo 就是他尝试解决问题的路径。 　　在 2020 年第二季度的财报电话会议上，马斯克曾表示： 　　现在发生的真正的重要里程碑是自动系统或汽车的转变，比如人工智能，从 2.5 维思考 —— 孤立的图片，时间上有严格的关联但是不是很理想，转换到 4 维，本质上就是视频。这种架构上的改变，已经进行了一段时间…… 这对于完全自动驾驶来说真的很重要。很难说一个完整的 4 维系统能工作得多好。这是基础，汽车将有巨大的改进。 　　 　　图| 特斯拉 4D 软件（来源：TESMANIAN） 　　Dojo 是一个超级强大用于自动驾驶训练计算机，能够进行每秒 1018 万亿次的浮点运算。其目标是能够接收大量的数据，进行视频级别的训练，并在无人监督的情况下使用 Dojo 程序对大量视频进行大规模训练。 　　马斯克曾表示，“Dojo 使用我们自己的芯片和为神经网络训练优化的计算机架构，而不是 GPU 集群。”

点击上方 “ 小白学视觉 ”，选择加"星标"或“置顶” 重磅干货，第一时间送达 By 超神经 内容概要： 《人民日报》在 2020 年 6 月 29 日第 19 版刊登了《壮大国产工业软件，坚定自主创新信念》，对近期国产工业软件面临的环境和日益紧张的局势，发表了评论文章。 关键词： 工业软件 人民日报 作者：非鱼 责编：赵超、吕骞 科研人员写出核心代码、搭建出了框架，对工业软件来说，只是从0到1的突破。要发挥价值还需不断在“用”中提高稳定性、实用性、成熟度。 三维制图软件是现代工业设计的重要工具。谈起我国在这一领域的发展历程，不久前，一位大学教授遗憾地提到：约30年前，我国某高校曾自主研发出一款三维制图软件，可不久后，国外企业就大幅降低售价，国外产品起步早、成熟度高，很快就抢占了市场。由于没有用户，这款自主软件最终退出了市场。 当前，我国正加快推动由制造大国向制造强国转变，作为智能制造的关键支撑，工业软件对于推动制造业转型升级具有重要的战略意义。经过多年发展，我国的国产工业软件取得一定的进步，但与国际先进水平相比仍然存在着明显的差距。 这其中，既有我国工业软件基础研发薄弱、积累不足等因素，也与缺乏应用有很大关系。 本文刊登于《人民日报》2020年6月29日第19版 工业软件往往不是单个分散的技术，而是一个体系，是各学科知识的集合，需要在生产实践中与各种知识融合，进而更新迭代

关注 涛涛CV ，设 为 星标 ，更新 不 错过 ------------------------------------------- 《智能革命：迎接人工智能时代的社会、经济与文化变革》笔记 通过这个读书笔记，可以快速掌握该书里面的核心观点，为您节省理解阅读的时间。个人觉得该书很好，所以将精华笔记内容推荐给大家，让大家快速理解该书的表达内容与思路，共同学习、共同进步、互帮互助。 作者：李彦宏 简介： 人类历史上的历次技术革命，都带来了人类感知和认知能力的不断提升，从而使人类知道更多，做到更多，体验更多。以此为标准，李彦宏在本书中将人工智能定义为堪比任何一次技术革命的伟大变革，并且明确提出，在技术与人的关系上，智能革命不同于前几次技术革命，不是人去适应机器，而是机器主动来学习和适应人类，并同人类一起学习和创新这个世界。“人工智能”正式写入2017年政府工作报告，折射出未来人工智能产业在我国经济发展与转型中的重要性。本书内容涵盖了人工智能发展的主要领域，刻画了人工智能未来发展的场景和商业模式，对我国各行各业应对智能化转型提供了很好的指引和借鉴。 141 个笔记： ◆ 自序 >> 全世界都在为即将到来的人工智能革命感到振奋。这种情绪就仿佛二十多年前我在硅谷亲历互联网大潮初起时所感受到的。 >> 搜索引擎一直在推升计算机科学的天花板。几乎计算机科学的每一个层面，从硬件到软件的算法

　　作为自动驾驶领域的领跑者，Waymo 又开了一个先例。 　　美东时间 10 月 30 日， Waymo 首次公开披露了其在凤凰城运营自动驾驶汽车的里程和碰撞数据， 有成绩也有不足。 　　 报告传送门 ： https://waymo.com/safety 　　报告称，自 2009 年以来，Waymo 自动驾驶车辆已在现实道路上行驶了超过 2000 万英里，最新报告分析的这部分，则是 2019 年 1 月～2020 年 9 月期间的测试数据，期间共发生了 18 起真实撞车事故。 　　目前，很多在搞自动驾驶的公司可能都在努力创造一个“黑匣子”，对可衡量的指标都有严格限制，并且仅在最受控制的环境下向公众展示其技术领先性、跑了多少里程、拿了多少牌照，很少自曝短板。但这份报告开始直面问题，详细披露了自动驾驶汽车在现实生活中的情况。 　　自 2016 年 Waymo 从 Google 分离出来独立运营开始，常规操作都是通过新闻稿来传达其自动驾驶计划，但在新闻中很少揭示有关自动驾驶的实际细节，通常只披露少量阶段性数据。2020 年 10 月初，Waymo 已向更多公众开放了其完全无人驾驶的汽车出行服务，以前，只允许少数人参加。 　　 此次进行详细报告，Waymo 表示其意图是建立公众对自动驾驶汽车技术的信任，但是这些研究也对其他竞争对手的技术细节披露提出挑战。 　　 Waymo 安全负责人马修

　　从搜索引擎到自动驾驶汽车，人工智能（AI）已经应用于日常生活的方方面面。这与近年来飞跃式的算力进步有很大关系。但 AI 研究的最新结果表明，更简单小巧的神经网络可以更好，更有效且更可靠地解决某些任务。 　　近日，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL），维也纳工业大学和奥地利科技学院的国际研究团队开发出了一种新型 AI 系统。 　　这种新颖的 AI 系统受到线虫等细小动物的大脑的启发，其核心控制系统仅用 19 个神经元就能操控车辆，实现自动驾驶。 　　 　　研究团队表示，该系统比以前的深度学习模型具有决定性的优势。它可以更好地应对噪声的输入，而且由于其构造的简单性，人们可以很好地解释其操作模式，不再是 “复杂的黑匣子”。这种新的深度学习模型现已发布在 Nature Machine Intelligence 上。 　　谷歌软件工程师兼 AI 研究员 Franois Chollet 表示，“神经回路政策是一种受生物神经元启发的有前途的新架构。它生成的模型非常小，但能处理复杂任务。这种简单性使其更强大，更易解释。” 　　类似于大脑，人工神经网络由许多单个神经元组成。当一个神经元处于活动状态时，它将向其他神经元发送信号。下一个神经元会收集所有信号，组合起来并决定其自身是否激活。一个神经元影响下一个神经元的方式决定了整个系统的下一次行为