何恺明时隔两年再发一作论文：为视觉大模型开路，“CVPR 2022 最佳论文候选预定”

图片地址：https://img.ithome.com/newsuploadfiles/2021/11/b634806f-b79b-4efc-af8f-ddb7939e5f07.png

大神话不多，但每一次一作论文，必定引发江湖震动。这不，距离上一篇一作论文 2 年之后，何恺明再次以一作身份，带来最新研究。依然是视觉领域的研究，依然是何恺明式的大道至简。甚至在业内纷纷追求“大力出奇迹”、“暴力美学”的当下，何恺明还带着一种坚持独立思考的反共识气概。简洁：通篇论文没有一个公式。有效：大巧不工，用最简单的方法展现精妙之美。江湖震动：“CVPR 2022 最佳论文候选预定”。所以，何恺明新作《Masked Autoencoders Are Scalable Vision Learners》究竟有怎样的思想和研究成果？用于 CV 的自监督学习方案本文提出了一种用于计算机视觉的 Masked AutoEncoders 掩蔽自编码器，简称 MAE，一种类似于 NLP 技术的自我监督方法。操作很简单：对输入图像的随机区块进行掩蔽，然后重建缺失的像素。主要有两个核心设计。一个是非对称的编码-解码架构，一个高比例遮蔽输入图像。先