”
他总是这样一本正经地说话,说得也太理直气壮了,听得柳溪脸上一热,避开他灼灼的目光,“能不能好好吃,不要说话了。”
岑墨:“别人都聊天。”
柳溪:“那也不能聊这个,换话题!”
岑墨想了想,又问道:“我最近有个关于卷积神经网络的新研究,想不想听?”
柳溪:“……行吧。”
虽然在这种地方讨论技术问题十分奇怪,但好过被他问那些尴尬的问题。
岑墨便说自己最近在准备的一份论文,最初的理论是基于柳溪那次在桐城提出的思路,后来他就在想这个识别技术的精确度这么高,不仅仅是可以用在智驾系统的场景识别里,甚至可以用于对精度要求更高的应用,比如人脸识别技术。
柳溪有点惊讶,“人脸识别技术?”
他这跨频也跨得幅度太大了。
直接从场景应用到人脸识别。
虽然都是计算机视觉热门研究课题,但像柳溪自己本身能专精自驾领域就很不容易了,不像他还能关注到别的应用。
不过也是,她做的是横向课题,而他做的是纵向课题,技术不分领域,所以他的关注点从来只在技术本身,而非应用场景。
柳溪对人脸识别技术了解得比较粗浅,多是基于大学时期课堂上学习的,“据我所知,这两年的人脸识别已经有了突破性进展,在lfw数据集上的认证识别率达到99%,比人的识别率还要高,你的研究还能突破这个点?”
岑墨:“但是现有实际应用的网络需要庞大的数据集,如何减少机器的算法也是研究方向之一,如果能够构造一个很小的网络,极大减少训练的参数量,将降低存储空间的要求,提高机器运
本章未完,请点击下一页继续阅读! 第4页 / 共7页