计算机视觉与超自然物种 by Peter Tu

本文通过将计算机视觉领域的学术研究人员比作吸血鬼、产业研究人员比作狼人,幽默地探讨了两者之间的差异及互补之处。



这篇有趣的文章是从Tomasz Malisiewicz的blog看到的。是Peter Tu的一篇blog(原文见此)。

 

Peter Tu来自GE Global Research的Computer VisionGroup





Tu把学术界、产业界的研究人员跟狼人、吸血鬼、不死这些超自然物种进行类比,真是有才。

其实,戏谑之中也说明了一些问题,于是转载过来,廖有启发,权当娱乐。


下面是原文+简单摘译。


A few weeks ago I attended two conferences:the European Conference on Computer Vision (ECCV) and the IEEE Conference onAdvanced Video and Signal-Based Surveillance (AVSS). At both events I wasinvited to participate on the vision and industry discussion panels, where weconsidered how computer vision research relates to the business community.During these debates it became clear to me that academic researchers or theProfessors and Industrial Researchers (IRs) view themselves as distinctlydifferent breeds. I came to the conclusion that there is a good analogy betweenComputer Vision researchers and the supernatural.

 

Peter Tu在ECCV和AVSS中参加完视觉产业组的讨论后,得出一个观点:学术界搞研究的和产业界搞研究的可以类比成两种不同的超自然物种(吸血鬼和狼人)。

 

Let’s start with the Professors, whoseanalog would be vampires(吸血鬼). Vampirestend to be solitary creatures(独居物种) skulkingaround in their musty castles. Professors also tend to keep to themselves, but insteadof castles they are found lurking in universities. Vampires need blood fromhuman donors. Professors need publications, which they extract from their gradstudents. While vampires are immortal, Professors have tenure.

 

Professors相当于是离群索居的吸血鬼,只不过吸血鬼潜藏在城堡里,而Professors则在各个Universities中。如同吸血鬼需要吸人的血,Professors需要榨取研究生的劳动力来获得publications。吸血鬼是不死的,教授却是有任期的。

 

Vampire and academic societies are bothvery hierarchical. The position of a given Professor can be directly inferredby observing where he or she sits during the conference dinners. Manyenthralled mortals(受蛊惑的凡人) hope tobecome vampires, but few ever do. Likewise many grad students hope to becomeProfessors, however at any given time one can count on one’s fingers the numberof open computer vision Professorships. Many grad students end up drifting awayfrom the field all together. Some end up on Wall Street solving differentialequations for their financier and money-lending masters. However others canmake the conversion to industry, where they become the research equivalent ofwerewolves.

 

吸血鬼群族跟学术界相似点还有一个,都是分等级的。如同很多被迷惑的凡人想变成吸血鬼一样,很多研究生想成为Professor,但只有少数可以,有些从事了金融业,其他的一些就到了产业界,便成了“狼人”。

 

Werewolves have larger physiques whencompared to the diminutive Vampires. In the research world muscle is equated togear and big working systems, which IRs spend much of their time collecting andbuilding. Werewolves live in packs, for IRs such communities are known ascorporate research labs.

 

在产业界,那些“狼人”们需要健硕的肌肉和体格,这就是产业界的研究人员花费大量时间所致力于构建的生产链系统。“狼人”是群居的,他们的群居处所就是各大公司research labs。

 

Like Vampires, Professors tend to havearistocratic tastes and interests such as how to make proper measures onRiemannian manifolds, in contrast werewolves and IRs are a little earthier –IRs will talk at length about such issues as runtime and robustness.

 

Professors身上表现出类似于吸血鬼贵族气质的品味,如,他们考虑如何在黎曼流行上进行严格的测算,而产业界的“狼人”们所关心的问题相对粗俗一些,他们所关心的是运行效率和鲁棒性的问题。

 

Werewolves must periodically make ametamorphosis into hideous monsters. IRs are equally cursed. Instead of thefull moon they have quarterly reviews. During such distressing times they mustput down their slide rules and compasses to become power-point spewingcorporate stooges. For senior IRs the transformation can be so complete thatthey can be seen dawning both jacket and tie!

 

狼人每在月圆之夜就会变成狂暴之兽,同样,产业界的研究人员们也有他们的“大姨妈”,只不过是季度性的。每当季度报表的时候,他们就得放下“算尺”和“圆规”,转而周转纠结于Power-point的制作。

 

There has always been animosity betweenvampires and werewolves. Professors and IRs also share a certain amount ofcontempt for each other. Professors feel that they are the only one’s fit toconsider fundamental problems and that once they have figured things out, theproblems can then be sent to IRs who should be relegated to working out thefine details. While IRs assert that the professors simply play around withproblems, come up with solutions that don’t really work, subsequently claim theproblem to be no longer interesting and then move on the next topic de jour.Like all prejudices, both views are neither charitable nor accurate.

 

“狼人”和“吸血鬼”之间是互有敌意的。Professors和产业界研究者们也是相互BS。Professors认为他们才能解决基本问题,而之后,拿到产业界就只是剩填充细节而已。而产业界的研究人员们则认为,教授们只是把问题拿来玩一下,得出的方案拿到实际中根本不work。当然,他们都是片面的。

 

Wherever there are vampires and werewolvesthere too are vampire and werewolf hunters. Researchers also have their nemesesand they are known as Masters of Business Administration (MBAs). Instead ofstakes and silver bullets, MBAs come armed with spreadsheets, schedules andmarket surveys. Their zealous attacks can come from any angle includingquestions regarding relevance to society, projections of customer return oninvestment and concerns regarding the timeliness of results.

 

In the movies, the young starlets alwaysfall in love with the supernatural heartthrob – well I guess all analogies havetheir breaking points… As I mentioned at the beginning of this piece I recentlyattended a convening of computer vision researchers. At all such events one mustflex a little muscle – see the video below…

 

……扯了这么多,该回归正题了,正如我开始所言,我(PeterTu)参加了两场CV会议,给大家看点儿给力的东西吧,请看下面的演示视频……

 

(视频在youtube上,感兴趣的同学翻墙看)

 

主要涉及:

Action Recognition, Action Analysis, BehaviorAnalysis, Behavior Recognition, Tracking, Facial Analysis, Biometrics

 看着很熟吧,相信国内很多实验室也都在做相关的东西。


几张截图:

 





内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性全局寻优能力,适用于现代智能电网中的需求侧管理能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性不确定性,提升系统运行的稳定性电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性可靠性目标,并通过仿真平台验证了所提方法的有效性优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发教学实践;②为实现微电网功率稳定控制经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证方案优化。; 阅读建议:建议结合提供的Simulink模型相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建参数调优方法,并通过传统PID或MPC控制策略的对比实验,深入理解其在动态响应鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环电流环)的设计仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速和电枢电流的高精度动态控制,验证控制策略的稳定性响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
内容概要:本文研究了基于Benders分解输电网运营商(TSO)和配电网运营商(DSO)协调机制的不确定环境下输配电网双层优化模型,旨在提升高比例可再生能源接入背景下电网系统的协调性鲁棒性。模型上层以系统整体经济性为目标进行优化调度,下层采用Benders分解实现TSODSO之间的信息交互协同决策,通过引入割平面迭代机制保障求解的收敛性全局最优性。研究充分考虑新能源出力负荷需求的不确定性,构建了具有强适应性的双层优化框架,并基于Matlab完成了模型的编程实现仿真验证,有效解决了多主体、多层级、多不确定性因素耦合下的电力系统优化调度难题。; 适合人群:具备电力系统分析、运筹学优化理论基础,熟悉Matlab编程环境,从事智能电网、能源互联网、分布式能源集成、电力市场等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高渗透率可再生能源条件下输配电网协同优化调度策略;②掌握Benders分解在电力系统双层优化建模中的应用方法实现技巧;③构建TSO-DSO多主体协调机制,实现跨层级电网资源的高效互动决策解耦;④提升对不确定性建模、分解算法设计及大规模优化问题求解能力。; 阅读建议:建议读者结合Matlab代码逐模块剖析模型构建流程,重点理解Benders割的生成逻辑、主从问题的信息传递机制及收敛判据设定,推荐在标准IEEE测试系统上复现实验以深入掌握模型特性算法性能。
内容概要:本文系统研究了基于灰狼优化算法(GWO)优化Elman神经网络的方法,并提供了完整的Matlab代码实现。研究重点在于利用灰狼优化算法强大的全局搜索能力,对Elman神经网络的关键参数进行智能优化,从而克服传统训练方法易陷入局部最优的缺陷,显著提升模型在时序预测非线性系统建模任务中的精度稳定性。文章详细阐述了Elman网络的动态反馈机制及其在处理时间序列数据方面的优势,构建了GWOElman相结合的混合预测框架,涵盖了从模型搭建、参数寻优、仿真测试到结果分析的全流程,特别适用于风电功率预测、电力负荷预测等具有强时变性和不确定性的工程应用场景。; 适合人群:具备一定Matlab编程能力和神经网络基础知识,从事智能优化算法、时间序列预测、电力系统分析或新能源出力预测等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握灰狼优化算法在神经网络超参数优化中的具体实施路径技术细节;②深入理解Elman递归神经网络群体智能优化算法融合的建模范式;③将其应用于风电、光伏等新能源发电功率预测及复杂动态系统的建模仿真,提升预测性能。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点关注GWO算法Elman网络的接口设计、适应度函数构建及参数优化迭代过程,可通过调整数据集或迁移至其他预测场景以深化理解和验证模型泛化能力。
源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 JMeter的录制方法及过滤策略、线程组构成要素是什么? JMeter能够借助第三方录制工具(如BadBoy)或其自带的录制功能来完成录制工作,JMeter的录制机制:是借助HTTP代理服务器来捕获用户在操作网站时产生的链接信息。JMeter允许在配置HTTP代理服务器时,排除掉非必要的CSS、GIF等资源,以此减轻不必要的负担。 线程组涵盖:线程组的名称标识、附加注释说明、线程组内的用户数量、线程组完成请求的时间分配、循环执行次数、时间调度机制 【JMeter性能测试详解】 JMeter是一款功能强大的性能测试软件,常用于模拟大规模用户同时访问Web应用,用以衡量系统的性能表现和稳定性。接下来将具体说明JMeter的操作方法、线程组的设置以及性能测试的重要环节。 **JMeter录制过滤** JMeter可以通过BadBoy等外部工具或其自带的HTTP代理服务器来记录用户的行为。其录制原理是JMeter作为HTTP代理,拦截用户浏览器发出的所有网络请求。在配置代理服务器时,能够过滤掉不必要的CSS、GIF等静态资源,以减少无效的负载。 **线程组配置** 线程组是JMeter测试计划的核心部分,包含以下几个关键参数: 1. **线程组名**:用于区分测试计划中的不同测试区域。 2. **注释**:用于记录测试目标或注意事项。 3. **线程数**:用于模拟并发用户的数量。 4. **循环次数**:每个线程需要执行的循环次数,可以设置为无限循环。 5. **Ramp-up period**:规定所有线程启动的时间跨度,旨在平滑增加负载。 6. **定时器**:例如思考时间或...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值