阿尔法公社说:李飞飞教授是人工智能和计算机视觉领域的领军人物之一，近日她发表一篇题为《寻找计算机视觉“北极星”》的文章，回顾了计算机视觉发展的重要节点，阐述了在技术发展中，提出关键问题，找到“北极星”的重要性，展望了计算机视觉的下一个“北极星”，欢迎计算机视觉领域的从业者和创业者参考。
来源：光明日报 原标题：计算机视觉跨界 荧光显微去雾技术问世为提升各种场景下荧光成像性能，北京大学席鹏团队和深圳大学屈军乐团队合作，另辟蹊径，通过计算机视觉与荧光显微的融合，提出了一种暗通道光学层切算法，仅用单帧图像即可高效去除图像的离焦背景，使显微成像性能得到大幅提升，为深部生
现如今，以机器学习模型为基础的计算机视觉技术，已经深入到人们生活中的方方面面，如：人脸识别、图像分割、自动驾驶、文字识别、医疗诊断等。这项技术是能够像人一样识别和解释视觉数据的人工智能技术，通过用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等，并进一步做分析建模。
同样在1987年，布朗大学的数学家Lawrence Sirovich和Michael Kirby在《低维人脸表征方法》中介绍了使用主成分分析的“特征脸”方法，这一方法后来在1991年被Matthew Turk和Alex Pentland在MIT用于人脸检测/识别。
科技日报记者 张佳欣据11日《自然·通讯》杂志报道，美国麻省理工学院工程师开发的一种计算机视觉技术大大加快了新合成电子材料的表征速度。该技术自动分析印刷半导体样品图像，并快速估计每个样品的两个关键电子属性：带隙（衡量电子激活能的指标）和稳定性（衡量寿命的指标）。
