详细内容或原文请订阅后点击阅览
个人对 2024 年计算机视觉文献趋势的看法
大约五年来，我一直在 Arxiv 和其他地方持续关注计算机视觉 (CV) 和图像合成研究领域，因此趋势随着时间的推移变得明显，并且每年都会朝着新的方向转变。因此，随着 2024 年接近尾声，我认为有必要看看一些新的或不断发展的 […] 文章《个人对 2024 年计算机视觉文献趋势的看法》首先出现在 Unite.AI 上。
来源:Unite.AI大约五年来，我一直在 Arxiv 和其他地方持续关注计算机视觉 (CV) 和图像合成研究领域，因此趋势随着时间的推移变得明显，并且每年都会朝着新的方向转变。
因此，随着 2024 年接近尾声，我认为有必要看看 Arxiv 计算机视觉和模式识别部分提交的一些新的或不断发展的特征。这些观察虽然是通过数百小时的研究得出的，但完全是轶事。
部分东亚的持续崛起
东亚的持续崛起到 2023 年底，我注意到“语音合成”类别中的大多数文献来自中国和东亚其他地区。到 2024 年底，我不得不（根据轶事）观察到，这现在也适用于图像和视频合成研究领域。
这并不意味着中国和邻近国家一定总是产出最好的成果（事实上，有一些证据表明情况恰恰相反）；它也没有考虑到中国（和西方一样）一些最有趣和最强大的新兴系统很可能是专有的，并且被排除在研究文献之外。
相反的证据但它确实表明，在这方面，东亚在数量上超过了西方。 这取决于你在多大程度上相信爱迪生式坚持的可行性，而这种坚持通常在面对棘手的障碍时被证明是无效的。
爱迪生式坚持 面对棘手的障碍生成式人工智能中存在许多这样的障碍，很难知道哪些可以通过解决现有架构来解决，哪些需要从零开始重新考虑。
很多这样的障碍与此同时，2024 年，更多的东亚论文也引起了我的关注和钦佩。所以，如果这都是一场数字游戏，那它就不会失败——但也不便宜。