机器视觉专家Andreas Waldl将给出解答
深度学习是当前机器视觉领域内的热门话题。您认为它会从根本上改变这一领域吗？
Andreas Waldl：深度学习是一项非常有吸引力的技术，近年来取得了巨大的进步。神经网络和推理模块在变得越来越复杂且强大，得到的结果也在变得越来越好。未来，我们将利用深度学习 – 无论是在云中，还是直接在边缘设备上 – 通过机器视觉做很多以前没有做过的事情。
那么，它将会接管今天的图像处理算法的工作吗？
Waldl：当您需要提前识别无法预测的东西时，深度学习棒极了。其中一个典型的例子是检测缺陷和异常。但是：每当您有一项任务，它可以用数学术语来描述时 – 比如说“物体究竟有5.3厘米长吗？” – 那么经典算法就会更可靠。这两种方法是互补的，且将会共存。而对于许多机器视觉任务而言，这两者相结合将提供最佳结果。
这是否代表了深度学习的全部潜力，还是说未来还有更多呢？
Waldl：哦，未来还有更多。例如，我们开始看到，有些解决方案允许神经网络在工作时不断学习和改进。现在正在探索的另外一个令人振奋的领域被称为多模态深度学习。一方面，我们拥有各种二维和多维传感器数据，这甚至超出了可见光谱。另一方面，我们拥有基于规则的分析和多维神经网络。随着我们开发出集成所有这些数据源和评估技术的方法，我们将在未来为机器视觉开启更广泛的潜在应用。