1. VQA

       Visual Question Answering，給出一張圖片，就該圖片提出任何問題？自動get到你所期望的答案。

       這屬於Visual Reasoning 的範疇，學者們不滿足於傳統的影象識別、分割、Caption等工作，嘗試去挖掘更高階的機器推理能力。

       來看解決思路，CNN、LSTM(RNN)、Attention Model、BOW，都是影象、文字、NLP領域的通用手法，沒什麼新詞。

       參考一下MIT周博磊同學的 demo（基於BOW+IMG）：

2. 單影象目標深度估計

       基於單影象的深度做的比較多了，目前基於目標的檢測做的工作非常多，如何提取有效景深還是蠻重要的一個話題，目前已經有不少團隊在嘗試了。

       設想基於Mask-RCNN，再新增一個分支，用來做depth。

3. 基於視訊流的分析

       視訊解碼的代價太大了，如果在視訊不解碼的基礎上做分析，能解決非常大的計算量，各種嵌入式裝置上的應用，有什麼辦法能夠有效的解決這個問題，能解決伐？想想做夢能笑醒！

4. AI水軍

       最近很火的一個話題，好多5毛黨要失業了，這才是剛需啊。

       與之相比，擺攤安裝caffe、tensorflow啥的真是太low了。