“我虽然没有见过你，但是我可以快速准确的了解你”，当下，人们对机器视觉的智能学习能力和精度提出了更高期待。近日，深象智能发布最新科研成果“视觉增强动态语义原型方法”，未来将更好的解决机器视觉“生成式零样本学习”的问题。
此项成果已经被 “CVPR2024”收录。CVPR是与ICCV、ECCV齐名的世界顶级机器视觉和模式识别会议。
机器视觉是人工智能的一个重要分支，在人工智能体系中，机器视觉技术就好比计算机的“眼睛“，不仅能帮助计算机获取信息，还会理解和处理信息。深象智能是银泰商业集团旗下提供场空间机器视觉解决方案的科技公司，其科研团队发表的《Visual-Augmented Dynamic Semantic Prototype for Generative Zero-Shot Learning》论文，有效解决了“生成式零样本学习”问题。当前机器只能对已有类别标签的图像样本学习，未来可以让机器能通过举一反三去学习识别从来没有见过的图像。
银泰商业集团深象智能资深算法专家冯雪涛认为，此项科研成果，未来在“依赖视觉分类技术的场景”有很大的想象空间，例如人、货、车、物的属性和行为识别等。另外，在一些来不及为算法模型收集训练样本或者难以收集大量训练样本的场景，零样本学习技术相对于传统方法具有较大优势。
