推薦文章 - Computer Vision的尷尬

這個部落格＆這篇文章是今天中午不小心 google 到的。

先談這篇文章：
過去一段時間我一直想寫寫我對Computer Vision的粗淺看法，但是要寫到值得貼出來，還要再花不少力氣。看到上面這篇文章時就覺得，跟我的看法好類似啊（我當然是差得遠了）。

提一下我的粗淺看法好了：我認識的Computer Vision就是"做機器"（這裡的"機器"的意思就是：它不會做其他的事，只會做你叫他做的事（一般來說，如果做得好，我們就會偷笑了），而一旦超出定義範圍，機器就常常什麼事都幹不了）。每次看到一個新應用，就幾乎需要重新建一台機器，可以重複應用的元件（演算法）都是很基礎的東西，高階一點的元件都要重新做，這導致不容易建造"可擴充"的系統"，不容易擴充&累積，就不容易有比較大的成果＆應用出現。這也就是為甚麼你會在電腦視覺的書裡看到一大堆基本的東西，卻沒有書會教你如何建立高階一點的東西，因為高階一點的東西，沒有一致的理論，每次都要重新打造之故。而我們對於機器的期望也僅止於：機器在極有限的範圍內可以工作良好我們就心滿意足了。
也是因此，當年讀研究所的時候，有一陣子我把研究的重心放在人類的視知覺＆大腦的運作上面，原因是我感受不到拼裝出視覺機器的成就感（當然，做出會動作良好的機器是不錯，但我這個人比較好高騖遠一點）。期間有將近一年的時間，我無論開車，走路，坐著都在研究我是怎麼看的，市面上找得到的視知覺＆大腦的書，也幾乎被我買完，看完。我後來發現，問題的根源不在底層的訊號（影像訊號）處理，而在於高階的記憶與運算。這需要我們對生物的思考機制有更深入瞭解與建模，對整個流程（機制）做通盤的考量，建立理論架構，然後在上面架床疊屋，建立應用。這就是為甚麼我當年研究做到一半，偷閒看 《On Intelligence》有豁然開朗的原因。

談一下這個部落格：
只提一件事，這個作者之前有另一個部落格，因故關掉了，但是裡面的CV/PR/ML研究資料豐富，記在這裡，免得忘了。網址是 http://dahua.spaces.live.com/

PS：上面寫的粗淺看法都是現在臨時寫的，之前寫到一半的東西，不知放那去了，要是有機會補完，在貼上來好了。