文章图片




文章图片




文章图片




人工智能（Artificial Intelligence） ， 就像长生不老和星际漫游一样 ， 是人类最美好的梦想之一 。
【深度学习在环境感知中的应用】2012年6月 ， 《纽约时报》披露了Google Brain项目 ， 吸引了公众的广泛关注 。 这个项目是由著名的斯坦福大学的机器学习教授Andrew Ng和在大规模计算机系统方面的世界顶尖专家Jeff Dean共同主导 ， 用16000个CPU Core的并行计算平台训练一种称为“深度神经网络”（DNN ， Deep Neural Networks）的机器学习模型在语音识别和图像识别等领域获得了巨大的成功 。 该网络内部有10亿个节点 ， 虽说不能与有着150亿个神经元的人脑相提并论 ， 但也确确实实在AI的路上踏出了坚实的一步 。
项目负责人Andrew称：“我们没有像通常做的那样自己框定边界 ， 而是直接把海量数据投放到算法中 ， 让数据自己说话 ， 系统会自动从数据中学习 。 ”就比如图1中的这只猫 ， 在训练模型的时候我们不会告诉机器说这是一只猫 ， “猫”这个概念其实是由机器自己领悟或者发明 。

图1Google Brain项目
2013年4月 ， 《麻省理工学院技术评论》杂志将深度学习列为2013年十大突破性技术之首 。 如今 ， 深度学习这个名词也随着自动驾驶的热潮 ， 而为越来越多的人所知晓 。
那么 ， 什么是深度学习 ， 为什么要引入深度学习以及它在自动驾驶环境感知中究竟能发挥何种作用呢？
深度学习是使用了深度神经网络的机器学习 ， 一般指根据已知的海量数据通过训练出一个多层网络结构 ， 从而实现对未知数据的分类或者回归 。
首先解释一下什么是神经网络 。 神经网络是一种模仿动物神经网络行为特征 ， 进行分布式并行信息处理的算法数学模型 。 这种网络依靠系统的复杂程度 ， 通过调整内部大量节点之间相互连接的关系 ， 从而达到处理信息的目的 。 在神经网络中有一些基本的术语 ， 如图2所示：

图2神经网络结构图
神经网络与深度神经网络的区别在于上图中的隐藏层层数 ， 通常三层或三层以上隐藏层的网络叫做深度神经网络 ， 图3中左边为神经网络 ， 右边即为深度神经网络 ， “深”体现在隐藏层层数：

图3神经网络和深度神经网络
在神经网络与深度神经网络之间 ， 深度神经网络要优于神经网络 ， 因为对某个特定问题而言 ， 隐藏层越多 ， 精确度越高 。 在其他许多任务和领域中同样可以观察到这个现象 。
了解了深度学习的一些概念后 ， 我们来聊聊为啥在自动驾驶环境感知技术中 ， 我们需要引入深度学习 。
在环境感知中有许多核心技术 ， 这里以目标检测为例 。 传统的目标检测与识别算法分为三部分：目标特征提取、目标识别以及目标定位 。 其中 ， 最典型的算法就是基于组件检测的DPM（Deformable Part Model）算法 。 该算法的步骤是先产生多个模板 ， 整体模板以及不同的局部模板 ， 然后拿这些不同的模板和输入图像“卷积”产生特征图 ， 接着将这些特征图组合形成融合特征 ， 最后对融合特征进行传统分类 ， 回归得到目标的位置 。 这个算法的优点在于它简单直观 ， 运算较快 。 但其缺点则大大制约了环境感知技术的发展 ， 尤其是它的激励特征是人为设计的 ， 这种方法不具有普适性 ， 因为用来检测人的激励模板不能拿去检测小猫或者小狗 ， 所以在每做一种物件的探测的时候 ， 都需要人工来设计激励模板 ， 为了获得比较好的探测效果 ， 需要花大量时间去做一些设计 ， 工作量很大 。
由于传统目标检测算法主要基于人为特征提取 ， 对于更复杂或者更高阶的图像特征很难进行有效描述 ， 限制了目标检测的识别效果 。 因此 ， 通过集联多层神经网络形成很深的隐藏层从而提取出丰富特征的深度学习方法也就成为了环境感知技术中的“新宠” 。