题目：如何在没有先验数据集的情况下实现抽象特征明显的目标图像识别 
主讲人：周池春

时间：2022年6月21日 下午14点

地点：腾讯会议——736378572

内容简介：

以太空望远镜拍摄到的星系图像为例，尽管从海量的数据中筛选出并合和强引力透镜等星系非常困难（由于这些特殊星系比例很低），但是这些特殊星系都有很明显的抽象特征：并合星系就是两个"圆盘"在一起，强引力透镜星系就是一个圆环+一个圆盘。同样的例子也可以在影响医疗等领域中找到。

由于抽象特征明显，人类在没有先验图片的情况下也可以很容易的找到这样的目标图像。因此，机器学习方法原则上也可以在没有先验数据的情况下实现抽象特征明显的图像识别。

与传统的，从大量的预标记训练集中让机器学会这些抽象特征不同，在这个讲座中，我们探讨如何在没有先验数据（预标记数据）的情况下，同样让机器学会理解抽象特征。这个方法主要依赖已经实现的图像风格迁移思想。

参考文献：风格迁移