一 : 计算机的特点与应用领域
计算机的特点与应用领域
一般计算机具有以下几个主要特点：
1、运算速度快。由于计算机采用了高速的电子器件和线路并利用先进的计算技术使得计算机可以有很高的运算速度，运算速度是指计算机每秒能执行多少条基本指令，常用单位是MIPS ，即每秒执行百万条指令，例如Pentium 奔腾代微机的运算速度为每秒20 亿条指令，即2 000 MIPS。
“www.61k.com)2、计算精确度高。利用计算机可以获得较高的有效位。例如，利用计算机计算圆周率，目前可以算到小数点后上亿位。
3、存储容量大，计算机的存储器能够存储大量的信息。
4、逻辑判断能力强。由于采用了二进制计算机能够进行各种基本的逻辑判断并且根据判断的结果自动决定下一步该做什么有了这种能力计算
机才能求解各种复杂的计算任务进行各种过程控制和完成各类数据处理任务。
5、自动化程度高。计算机从开始工作到送出计算结果的整个过程均是在程序的控制下自动进行的。
计算机在其出现的早期主要用于数值计算。今天，计算机的应用已经渗透到科学技术的各个领域和社会生活的各个方面。计算机的主要应用领域概括起来有：
1、数值计算。数值计算又称科学计算，它是指解决科学研究和工程技术中所提出的数学问题，如人造卫星轨迹的计算水坝应力的计算气象预报的计算等应用计算机进行数值计算速度快精度高可以大大缩短计算周期，节省人力和物力。
2、数据处理与管理。它是目前计算机应用中最广泛的领域例如银行可用计算机来管理账目工矿企业可用计算机进行生产情况统计成本核算库存管理物资供应管理生产调度等办公自动化系统OA 管理信息系统MIS 决策支持系统DSS 中也离不开计算机这些工作的核心是数据处理如数据加工合并分类等它们采用的计算方法比较简单但数据处理量大输入/输出Input/Output 操作频繁。
3、过程控制。过程控制又称实时控制它是指计算机实时采集检测到的数据按最佳方法
迅速地对被控制对象进行自动控制或自动调节计算机控制技术对现代化国防和空间技术具有
重大意义导弹人造卫星宇宙飞船等都是采用计算机控制的。
4、辅助工程包括计算机辅助设计CAD 计算机辅助教育CAI 计算机辅助制造CAM 计算机辅助测试CAT 计算机辅助软件工程CASE 等。
5、人工智能 AI 。人工智能是指使用计算机模拟人的某些智能，使计算机能像人一样具有识别文字、图像、语音，以及推理和学习等能力。智能计算机能够代替和超越人类某些方面的脑力劳动，它能够给病人诊断开处方，与人下棋，进行文字翻译，查询图书资料等。
6、计算机网络通信。利用计算机网络Computer Network 使不同地区的计算机之间实现软硬件资源共享大大地促进和发展地区间国际间的通信和各种数据的传输及处理。现代计算机的应用已经离不开计算机网络。
7、电子商务。电子商务指在Internet 上进行的商务活动它涉及企业和个人各种形式的基于数字化信息处理和传输的商业交易其中的数字化信息包括文字语音和图像广义上讲电子商务既包括电子邮件E-mail，电子数据交换EDI，电子资金转账EFT，快速响应QR，系统电子表单和信用卡交易等电子商务的一系列应用又包括支持电子商务的信息基础设施狭义上讲电子商务仅指企业与企业企业与消费者之间的电子交易电子商务的主要功能包括网上广告和宣传订货付款货物递交客户服务等另外还包括市场调查分析财务核算及生产安排等。
8、系统仿真。利用模型来模仿真实系统的技术，建立数学模型并应用数值计算的方法，把数学模型变换成可以直接在计算机中运行的仿真模型。通过对模型的仿真，了解实际系统或过程在各种内外因素变化的条件下，其性能的变化规律。
二 : 计算机虚拟机的应用领域分析
摘 要：随着科学技术的不断发展，计算机已经进入了我们的千家万户，我们每个人的日常生活和工作都离不开计算机技术的大力支持。计算机技术的发展和广泛应用不仅减轻了人们的劳动负担，而且提高了我们日常生活和工作的效率，为我国的现代化建设作出了巨大的贡献。计算机虚拟机作为计算机技术的一个重要应用模块，在我们的日常生活、工作和学习中受到了广泛应用。本文结合自己多年的工作经验，着重对计算机虚拟机的应用领域进行简要分析。
关键词：计算机技术；虚拟机；应用领域
中图分类号：TP308
计算机技术已经被广泛应用到我国的各行各业当中，我国各行各业的发展都离不开计算机技术的大力支持。计算机虚拟机作为计算机应用的一项重要分支，在我国的日常生活和工作中起着巨大的作用，计算机虚拟机的应用例子可以说举不胜举，例如，利用计算机虚拟机进行授课、实验环境模拟、生产制造模拟等等。目前，随着计算机虚拟技术的不断发展和完善，越来越多的行业开始利用计算机虚拟技术进行日常的运行和发展，计算机虚拟技术正以飞快的速度进入我们的日常生活和工作。
1 计算机虚拟技术简介
计算机虚拟技术，顾名思义，在现实中是不存在的，计算机虚拟技术是建立在虚拟基础之上的一门技术，是人们在计算机技术上，通过创新发展形成的一项重要技术。随着科学技术的不断发展，计算机虚拟技术也在此过程中变得越来越完善。目前，人们可以利用计算机虚拟技术进行CPU虚拟、硬盘虚拟。其中CPU虚拟可以实现多个CPU同时运行，相互独立，而且不影响运算速度，大大提高了计算机的工作效率。硬盘虚拟实际上是利用计算机虚拟技术将硬盘的容量进行扩大，同样一块硬盘中，利用计算机虚拟技术可以存储更多的信息。刚才讲述的是计算机的硬件虚拟技术，与之相对的是计算机的软件技术，在计算机虚拟技术的支持下，在一台计算机中可以同时运行多个操作系统，而且多个操作系统相互独立互不影响，无论是硬件虚拟还是软件虚拟，目前都已经在我们的电脑中得到了广泛的应用，我们任何一台计算机上都可以亲身体验这种优越的计算机虚拟技术。随着计算机虚拟技术的不断发展，计算机虚拟技术逐渐的开始分类，目前，我们把计算机虚拟分为应用虚拟、桌面虚拟、服务器虚拟等等，每一个分类都代表了计算机虚拟技术的一个发展方向，为我们的生活和工作带来了巨大的便利。计算机虚拟技术已经成为了计算机领域的一项重要技术，计算机工程师可以根据自己的想象随心所欲的模拟一个崭新的工作环境，这种工作环境不仅仅局限于计算机领域，而是被拓展到我国的各行各业，计算机虚拟技术在发展计算机技术的同时，带动我国各行各业的创新发展，减小我们的生产成本，有效提高了我们日常生活和工作的效率，为我国的现代化建设做出了巨大的贡献。
2 计算机虚拟技术的应用领域
2.1 计算机虚拟技术在我国生产制造业中的应用
制造业对于任何国家来讲都是至关重要的一个行业，国家的日常运行、国家安全等等都需要制造业的大力支持，制造业的迅速发展可以为我们提供便利的衣、食、住、行、用，在我国的国防建设中更是需要制造业的大力支持，优良的制造业不仅可以为我国生产制造大量的武器装备，而且可以带动我国国民经济的发展，解决我国国民的就业问题。
目前，计算机虚拟技术在我国的制造业中已经得到了广泛的应用，例如，我们在进行单个零件的加工时，以前的做法是按照传统的制造工艺步骤，将某个零件进行试制，最后将制造出来的零件按照检验内容进行严格检验，计算机虚拟技术的应用，可以将零件在生产制造过程中的步骤进行模拟，包括零件的装夹、定位以及生产制造过程中的各个工序，按照事先编制好的虚拟程序，将整个零件的加工过程走一遍，最后将零件在加工过程中可能出现的实际问题汇总出来，机械制造工程师按照计算机模拟输出的问题有针对性的进行加工工艺的改进或者零件外形和尺寸的修改，利用计算机虚拟技术对所要加工的零件进行虚拟试制既发现了零件在制造过程中可能遇到的问题，并反应给工程师进行解决，又节约了人力物力，降低了生产成本，而且还提高了生产制造的效率。计算机虚拟技术在机械制造行业中的应用，不仅体现在单个零件的制造上，而且在零件与零件之间的装配过程中也有大量的实际应用。众所周知，要实现零件与零件之间的装配需要良好的尺寸配合，只有良好的尺寸配合才能保证所装配出的零件的使用性，利用计算机虚拟技术可以很好的实现零件与零件之间的装配模拟，在模拟装配的过程中，计算机会根据输入的模拟尺寸，将零件装配时，所需要的力量、扭矩等等通过数字的形式很好的反映出来，装配工程师根据所给出的信息进行分析，进而确定装配工艺是否能够顺利进行。不言而喻，计算机虚拟技术还可以对整个机器的实用性进行有效的仿真模拟，在两件设计之初就可以从直观的角度观察产品的使用性。我们日常所用的机械制造三维软件等等都是计算机虚拟技术的应用体现，利用计算机将技术将某个零件的外形按照输入的尺寸模拟出来。计算机虚拟技术在我国的生产制造业中有着巨大的作用，它不仅帮助我们解决在生产制造过程中的实际问题，而且大大提高了我国制造类企业的生产效率，降低生产成本，进而大大提高了企业的经济效益。
2.2 计算机虚拟技术在教学中的应用
教育行业与机械制造行业一样也是关系着我国国家命脉和未来发展的一个重要行业，教育行业的发展直接影响着我国未来的发展。目前，无论是我国的政府还是我国的国民自身都开始大力重视教育行业的发展，许多高科技的技术在我国的教育行业中得到了应用，计算机作为参与我国各行各业发展的一项重要技术，在我国的教育行业中也得到了广泛的应用，例如，利用计算机进行多媒体授课，利用微机教室进行计算机培训等等都是计算机技术在我国教育行业中的重要应用。计算机虚拟技术作为一项重要的技术，在我国的日常教学中也受到了重视和应用，特别是在我国的实验教学中，很多教学实验的进行没有计算机虚拟技术的支持根本无法完成。例如在大学物理的电子实验中，利用计算机模拟技术可以将电流曲线形象的反映在示波器上，供学生观察和验证自己实验的正确性。利用计算机虚拟技术进行实验教学可以让学生直观的观察物理现象，而这些物理现象通常用眼睛是无法进行识别和观看的，并且实验具有一定的抽象性，学生单单依靠自己的脑力想象很难理解，利用计算机虚拟技术将抽象的物理现象具体化，形象的展示在计算机的显示屏上，让学生一目了然的观察抽象的物理形象，加深学生的理解程度，更有利于学生对知识进行理解和应用，有效提高学生的学习效率。在我国目前的物理学科中，流体力学是非常重要的一门学科，但是流体力学相对而言具有很强的抽象性，学生仅仅依靠老师的口述和自己的想象很难对流体力学的知识点进行透彻的理解和掌握，这也是导致很多学生流体力学成绩比较差的重要原因之一，计算机虚拟技术可以很好的帮助学生解决这个难题，例如人为的设置一个流体环境，将准备进行流体实验的零件或者结构以虚拟的形式放置在提前设置好的流体环境中，进行参数的采集，以验证设计的合理性、科学性以及可靠性，学生在此过程中对流体的运动和变化进行观察，帮助学生对知识点进行深入理解，同时为以后的生产制造提供强有力的参数依据。相对而言，利用计算机虚拟技术进行教学在物理教学中应用的最为广泛，因为物理学科反映的是实际原理问题，利用计算机可以将物理环境进行模拟，给学生身临其境的感觉，在帮助激发学生的学习兴趣的同时，提高学生的学习效率。2.3 计算机虚拟技术在经济领域的应用(www.61k.com］
“以经济建设为中心”是我国的一项重要国策。经济基础决定上层建筑，任何行业的发展都必须有强大的经济作为支撑。目前，计算机作为在我国各行各业的必用工具，在我国的经济领域发展中也是如此，计算机技术帮助我们进行财务统计、账目结算等等，都是计算机技术在经济领域的应用表现形式。计算机虚拟技术作为一项高科技技术，在我国的经济领域也有广泛的应用，例如电子银行的创设、支付宝功能的实现等等，当今社会网购已经成为了一种潮流，我们足不出户就可以得到我们日常生活中所需要的各种东西。从实质上讲，无论是我们在银行开通的网银，还是我们通过实名认证注册的支付宝都是一种利用计算机虚拟技术进行虚拟的经济环境，这种虚拟环境从实质上讲是不存在的，是人们利用计算机技术虚拟出来的一种经济环境，这种虚拟的环境在遵守真实的经济环境的基础上，方便了人们的日常生活。在这个虚拟的经济环境之下，人们进行的是一种信息的交流与互换，最终金钱通过信息的形式进行流通，例如我们在利用支付宝进行网上购物的时候，我们没用用真是的货币进行交换，而是通过利用计算机虚拟技术模拟的经济环境实现信息的交流。利用计算机虚拟技术进行经济环境的模拟，可以说是经济领域的又一项金融革命，最早人们要进行商品的买卖要利用笨重的金属货币，现在人们进行商品买卖利用的是各国流通的法定货币，利用计算机技术模拟的经济环境在进行商品交易的时候只需要通过信息交流就可以完成。我们在网上进行转账、购物时，利用的都是虚拟的计算机环境，计算机虚拟技术在经济领域的应用不仅为我们的日常生活工作带来了巨大的便利，而且也大大推动了我国金融行业的快速发展，为我国的建设作出巨大的贡献。
3 结语
计算机作为一项重要工具，在我国的各行各业发展过程中受到了广泛重视，计算机虚拟技术作为在计算机技术高度发展的基础上延伸出的一项关键技术，在我们的日常生活和工作中起着非常重要的作用。目前，计算机虚拟技术被广泛应用到我国的各行各业中，计算机虚拟计算的出现与发展，不仅大大提高了我国国民的生活水平和生活质量，也为我国的经济建设和国防建设作出了巨大的贡献。
参考文献：
[1]张淑芬，陈学斌，张帅.虚拟化技术在计算机实践教学中的应用研究[J].计算机教育，2009（07）：112-115.
[2]王志新，张华，李永明.计算机虚拟技术及其应用[J].上海理工大学学报，2008，20（1）：49-55.
[3]曹曼.虚拟技术刍议[J].青岛大学学报，2001，16（1）：91-93.
[4]王晓蒲，杨博，殷志明.实验教学中的计算机仿真系统[J].大学物理，2007，16（5）：21-23.
[5]张滨.虚拟技术在现代制造业中的应用研究[J].制造业自动化，2010（15）：56-59.
作者简介：郑勇（1978.10-），男，江苏兴化人，硕士，讲师，主要研究方向：计算机辅助测试、虚拟仪器技术等。
作者单位：南京工程学院机械工程学院，南京 211167
基金项目：南京工程学院校级教改课题“面向现场工程师的机械类专业测试技术课程的改革与实践”（项目编号：JG201109），作者：郑勇，蒋平，何小龙。
三 : 计算机的应用领域
[计算机的应用领域]计算机的应用领域——简介
[计算机的应用领域]计算机的应用领域——注意事项四 : 从CVPR2014看计算机视觉领域的最新热点
编者按：2014年度计算机视觉方向的顶级会议CVPR上月落下帷幕。在这次大会中，微软亚洲研究院共有15篇论文入选。今年的CVPR上有哪些让人眼前一亮的研究，又反映出哪些趋势？来听赴美参加会议的微软亚洲研究院实习生胡哲的所见所闻。
作者：胡哲
微软亚洲研究院实习生
计算机视觉（ComputerVision）是近十几年来计算机科学中最热门的方向之一，而国际计算机视觉与模式识别大会（Conference on ComputerVision and Pattern Recognition，简称CVPR）绝对是计算机视觉会议中的翘楚。
今年的CVPR在美国俄亥俄州首府哥伦布市（Columbus）召开，地点有点前不着村后不着店的感觉，大多数人都只好老老实实开会。但即便在如此偏远的地方举行会议，CVPR的参会人数还是毫无缩减，这一点在中午领饭的时候可以深深体会到。当然，开会的核心绝对不在于地点和提供的饮食，虽然这也很重要。所有人千里迢迢从全世界过来汇聚在一起的主要目的还是感受流行的研究趋势以及与大家交流各自的研究突破和创新的想法。非常荣幸我这次能有三篇论文被大会录取，这既是对我个人在计算机视觉领域研究的巨大肯定，也让我得以有机会能够去往CVPR大会的现场去感受这个领域最前沿的研究成果和前瞻的趋势。接下来，我就与大家分享一下这次的参会感受。
一、繁荣的深度学习
深度学习（DeepLearning）是当下最热门的方向之一，今年的论文中标题带deep字眼的论文就有16篇（其中oral presentation4篇——在CVPR等大型会议中，由于论文数量众多，大部分的论文都是以海报的形式作讲演。而大会的委员会在所有其中挑选少量出色的工作（占所有投稿的5%）面对所有研究者演讲）。深度学习热潮爆发以来，诸多研究者都在不懈地努力着，希望能够把它应用于解决计算机视觉的各种任务上，从高层次（high-level）的识别（recognition），分类（classification）到低层次（low-level）的去噪（denoising）。让人不禁联想起当年的稀疏表达（sparserepresentation）的热潮，而深度学习如今的风靡程度看上去是有过之而无不及。深度学习也有横扫high-level问题的趋势，high-level的很多方向都在被其不断刷新着数据。以往的改进都是1，2个点的增长，如今使用深度学习轻松刷出5，6点，这给很多非深度学习方法研究者巨大的压力。虽说深度学习是大热方向，可计算机视觉界的研究者对深度学习的态度也是很鲜明的两派——支持与观望，也给其他研究趋势带来了一些影响（原因接下来说）。作为强大的特征（feature）学习工具，获得大量的支持与推广自然不必说，很多原本观望的研究者们在目睹深度学习的优秀表现后也都开始投身于此。持观望态度的人们一部分可能仍并不了解深度学习的机理，另外一大部分相信是对深度学习将给计算机视觉带来的贡献持保守态度。虽然笔者赞叹于深度学习的强大能力，可对此也是持保守态度。诚然深度学习作为一个工具异常强大。在给定足够多的训练集的情况下，它可以帮助用户学习到这个任务下的具有很强分辨能力的特征。可是这个训练过程近乎黑箱，学习出的系统也很难给解决的问题带来更深刻的理解。
二、为基础模型研究正名
也许因为如此，我认为本次的评奖有些指引方向的感觉。本次大会的最佳论文颁给了研究cameramotion和shape recovery关系的文章What Camera Motion Reveals About Shape with UnknownBRDF（single author!）, Honorablemention给了利用structured light研究shape的论文3D Shape and Indirect Appearance byStructured Light Transport。这两篇论文都可以算是研究3D几何模型的。不仅评奖如此，计算机视觉领域的前辈也亲自站出来力挺一下基础模型的研究，其中JeanPonce亲自写了一篇论文(oral)来继续探讨trinoculargeometry的传统假设不成立时如何保证三个相机visualrays相交的情况。这些论文无一不是对计算机视觉基础问题和基础模型的深入研究，考虑前人没有研究过的问题的系统分析。这些文章的获奖也是鼓励我们年轻研究人员静下心来做基础问题的研究，不轻易追赶当下热潮。做追赶浪潮的弄潮儿容易，可是怎么样保证研究工作不会轻易被遗忘在时间里，或者说怎么做对领域有贡献的研究工作，绝对是我们研究者们需要思考的问题。另外，并不要认为已经写入教科书的内容就已经板上钉钉没有研究价值了。有一些理论也是建立在理想的假设满足的前提下，所以它们仍然可以在质疑的眼光下去进行深造。
三、尚未被深度学习渗透的Low-levelVision
计算机视觉的问题可以根据他们的研究对象和目标分成三大类，low-level，mid-level,和high-level。Low-level问题主要是针对图像本身及其内在属性的分析及处理，比如判断图片拍摄时所接受的光照，反射影响以及光线方向，进一步推断拍摄物体的几何结构；再如图片修复，如何去除图片拍摄中所遇到的抖动和噪声等不良影响。High-level问题主要是针对图像内容的理解和认知层面的，比如说识别与跟踪图像中的特定物体与其行为；根据已识别物体的深入推断，比如预测物体所处的场景和即将要进行的行为。Mid-level是介于以上两者之间的一个层面，个人理解是着重于特征表示，比如说如何描述high-level问题中的目标物体，使得这种描述有别于其他的物体。可以大致认为，low-level的内容可以服务于mid-level的问题，而mid-level的内容可以服务于high-level的问题。由于这种分类不是很严格，所以也会出现交叉的情况。深度学习在计算机视觉界主要是作为一种特征学习的工具，可以姑且认为是mid-level的。所以之前提到的high-level的问题受深度学习的影响很大就是这个原因。相比较而言low-level问题受到深度学习的冲击会小很多，当然也有深度学习用于去噪（denoise）和去模糊（deblur）等low-level问题的研究。对于受到深度学习良好表现困扰的年轻研究者们，也不妨来探寻low-level很多有意思的研究。这些年，MIT的BillFreeman组就做了一些很有趣的low-level问题，比如放大视频中出现的肉眼难以察觉的细小变化（Eulerian Video Magnification for RevealingSubtle Changes in the World），还有这次CVPR的文章Camouflaging an Object from ManyViewpoints就是讲如何在自然环境中放置和涂染一个立方体，让其产生变色龙般的隐藏效果。诸如此类的研究也让研究这件事变得有趣和好玩。
笔者目前也正专注于low-level中去模糊（deblur）的研究。去模糊的意思是借助某种方法将拍照中出现的模糊图像恢复成清晰图像。这个问题是一个已经被研究了很多年的问题——去卷积（deconvolution），自上世纪5，60年代起，就有很多知名研究工作出现。这方面研究到近十年取得了很多突破，在处理相机抖动引起的模糊中出现了不少有影响力的的工作。而Adobe公司2013年将这方面的算法作为一个重要特征放进了Photoshop中，更是成了鼓舞该领域的研究动力。美国FBI就有利用Photoshop的去模糊功能修复图片并帮助破案的例子，笔者去年在Adobe实习期间看到了FBI发来的感谢信。
这次笔者被CVPR2014录取的三篇文章都是关于去模糊的研究。一篇是针对模糊图像的一个主要来源——暗光照情况下的图像，设计的一个基于光斑（lightstreak）的去模糊算法（DeblurringLow-light Images with Light Streaks）。
这个算法自动检测暗光情况下常见的光斑，并利用光斑作为模糊核（blurkernel）的约束。它对解决暗光下模糊图片非常有效，而且光斑这一现象不仅出现在低光下，在普通的模糊图像中也会出现，只需要场景中有与周边环境有颜色差别的小型物体出现。读者可以在我的个人主页上下载代码进行尝试。还有一篇是说从一张模糊图像中，我们不仅可以估计相机的抖动，还可以发掘出场景的深度（JointDepth Estimation and Camera Shake Removal fromSingle）。这乍听上去像是不可能完成的任务，可实际上图像的模糊是同时包含了相机抖动和场景深度信息的。读者也可以这样认为，我们拍摄模糊图像的过程也可以看作是拍摄一小段video的过程，这样的话我们相当于拥有了一个多角度立体（stereo）的输入！第三篇是针对文字模糊图片设计的一个简单有效的算法，可以用于文字识别前的预处理（DeblurringText Image via L0-Regularized Intensity and GradientPrior）。
四、DepthSensor（深度传感器）及深度图像相关
近几年来从DepthSensor得到的深度图像的相关研究一直是学术界以及工业界重点关注的问题。特别是工业界，很多DepthSensor相关的创业公司如雨后春笋般在业界涌现，他们也获得了广泛的关注和不菲的投资，这次赞助CVPR的就有多家这样的创业公司。不仅如此，很多大公司也都积极的投身于做自己的DepthSensor，或者嵌入到自己的产品中。DepthSensor为何有如此大的影响力，大家肯定早已有诸多见解。它作为一种新的输入数据，给了传统输入数据（2D）一个新的像素级别的维度——深度。这不仅给研究者们开拓了以RGBD输入数据为核心的旧问题新方向，而且由于深度图像的帮助下也让很多算法更加实用。这也让CV研究离工业界的产品更紧密了。DepthSensor的成熟以及CV领域相关研究的发展，也提供给增强现实（AugmentedReality）这个未来科技感十足的方向一个重要的接口。所有的这些都昭示着DepthSensor是一个非常有价值而且在一段时间内还将是非常热门的方向。
微软亚洲研究院在这个方向上也有一篇利用depthsensor做手部跟踪的oral论文（Realtimeand Robust Hand Tracking from Depth）。通过重新定义手的模型和能量方程，这个工作将手部跟踪做到了实时并且算法也很鲁棒。在PC上不用GPU也达到了25FPS（每秒显示帧数），而平均误差在测试数据上降低到10mm，相比其他方法提升50%左右。对手势的准确识别是现在很流行的一个问题。因为技术的进步已经让传统的输入方式（比如鼠标）处于更新换代的边缘了，如今通过depthsensor与手势来实现人机的实时交互将可能带来下一个输入方式的革命。所以这个工作是很有价值与深远影响的，也因此而获得了oral演讲的资格。
另外，微软亚洲研究院在今年的CVPR发表的另外一篇oral论文也是应用很广的一个问题——人脸对准（FaceAlignment at 3000 FPS via Regressing Local BinaryFeatures）。
通过采用局部学习的准则降低随机森林（randomforest）的任务难度，以得到更好的局部特征（localfeature）。同时，整体上的结构学习帮助算法更加鲁棒。这个项目实现了快速的人脸对准以及人脸跟踪。在相同精度下，它比以往的方法快了数十倍，在PC上单核3000FPS，手机上单核300FPS。这个结果很令人振奋，因为手机及移动设备已经很大程度的改变人们的生活方式，可是相比PC，手机的处理能力有限，那么就需要更加快速稳定的算法。这个工作就为在手机及移动设备对人脸的实时处理提供了坚实的基础。
作者简介：
胡哲，微软亚洲研究院实习生，本科毕业于浙江大学，目前在加州大学Merced分校攻读博士。曾在Adobe创新科技实验室实习，研究方向为计算机视觉和图像处理。在CVPR,ECCV, BMVC等知名国际会议上发表论文7篇（oral 2篇），并担任多家期刊及会议的审稿人，如TIP, ECCV,ACCV等。
____________________________________________________________________________________
相关阅读
威尔士柯基犬，计算机视觉，以及深度学习的力量
漫谈2014年人机交互（CHI）大会
图形学创世纪——写在SIGGRAPH 40年的边上
欢迎关注
微软亚洲研究院人人网主页：http://page.renren.com/600674137
微软亚洲研究院微博：http://t.sina.com.cn/msra
本文标题：计算机的应用领域-计算机的特点与应用领域61阅读| 精彩专题| 最新文章| 热门文章| 苏ICP备13036349号-1