复旦大学计算机考研，复旦大学计算机考研分数线
封面新闻记者 吴雨佳
近日，在2022复旦大学管理学院科创周上，复旦大学光电研究院青年研究员，2022上海科技青年35人引领计划(35U35)获奖者张力围绕计算机视觉与自动驾驶领域进行了分享。
在张力看来，人工智能的视觉算法回答了两个基本感知问题，即 what 和where。如何高效理解视觉数据是人工智能领域的核心所在，根据张力研究报告表明，即使目标物体发生剧烈的形态、光照变化或者遮挡，人工智能系统也应该能够通精准的识别该物体。
张力表示，计算机视觉的应用场景范围很广，包括大规模的图像识别、交通场景跟踪检测，也包括自动驾驶，比如它可以识别出前面出现的是一个人，还是一辆自行车？它在哪个地方？能够让你判断下一步的操作。
张力表示， 我们现在之所以能够谈论自动驾驶，这背后驱动自动驾驶成功的计算机视觉起到了非常关键的作用。2012年开始，图像的准确识别让我们能够通过计算机完成视觉感知，并输入到下游帮助我们判断下一步的动作。
那么，自动驾驶未来发展的核心驱动力是什么？张力认为，自动驾驶是一个庞大的系统，最关键的突破性技术是计算机视觉感知。其未来非常大的突破点在于怎么将前面的视觉感知和后面的规划、控制融合在一起，用一个框架，端到端地优化学习，用数据驱动。这是能更好地解决或者真正能让自动驾驶落地的非常关键的技术。
复旦大学计算机考研(复旦大学计算机考研分数线)