语义推理才是图像理解的终极方案

关于如何模拟人脑理解视觉信息，我的观点是：从三维时空上进行语义推理，才是最终的图像理解解决方案。具体解释如下：

1、为什么是三维？是为了兼顾行为分析。人脑是能够理解行为的，要分析行为，必须观察一定的时间才行。比如人在观察某个场景时，这个场景中肯定不会完全是静止的物体，还有运动的目标，这些运动目标的理解，对于场景理解，也是非常重要的。因此，最终的方案，必须要兼顾三维时空信息。

2、为什么是语义推理？人脑能够进行高度抽象的理解，这是当前计算机所做不到的。人脑对语言的理解，就需要在不同词汇的基础上，进行组合推理。同样，对于图像，对于视频的理解，更加需要进行高层次的组合推理。只有足够的抽象，才能解决各种不变性问题。也只有抽象，组合推理，才能适应千奇百怪的实际现象。

3、目标识别所处的地位。目标识别，只是这个方案的一个子模块，是为最高层方案提供信息的。因此诸如深度学习，视觉注意机制，都只是这个模块的一个部分。

（待补充）