视觉识别技术的发展历程, 写出重要时间节点

以下是视觉识别技术发展的一些重要时间节点：

1. 1966年：Sutherland 和 Hodgkin 开发了一个计算机图形学系统 Sketchpad，以生成二维图像。

2. 1979年：David Marr 提出计算机视觉的三层次理论，并引入了边缘检测的概念。

3. 1998年：Yann LeCun 等人提出卷积神经网络（CNN），该技术后来成为计算机视觉领域中最流行和最强大的算法之一。

4. 2001年：Philipp Keller 等人开发了一种高通量成像方法，在果蝇胚胎中可见胚层和细胞的发生。

5. 2012年：AlexNet 获得了 ImageNet 挑战赛的冠军，这是一个端到端的卷积神经网络，引起了广泛的关注和研究。

6. 2014年：Google 开源了一个名为 Inception 的卷积神经网络模型，该模型在 ImageNet 挑战赛上表现出色，标志着深度学习技术在视觉识别中的成熟应用。

7. 2016年：AlphaGo 打败了围棋世界冠军李世石，展示了深度学习技术在复杂环境下的表现和应用。

8. 2017年：Mask R-CNN 成为一个重要的目标检测和分割算法，极大地促进了计算机视觉领域的发展。

9. 2018年：GAN（Generative Adversarial Networks）成为一个新兴并且重要的技术，允许生成非常逼真的图像和视频。