您现在的位置:新闻首页>科技

8篇论文、10+Demo、双料挑战赛冠军,旷视科技掀

2018-07-07 10:16编辑:evenspire.com人气:


原标题:CVPR 2018 | 8篇论文、10+Demo、双料挑战赛冠军,旷视科技掀起CVPR产学研交流热潮

旷视科技亮相CVPR 2018:融合基础研究与产业落地的学术交流盛会

8篇论文、10+Demo、双料挑战赛冠军,
<a href=幸运飞艇,旷视科技掀" src="http://p0.ifengimg.com/pmop/2018/0622/396EF1C631F467B3252BB301B6E422A2EA8C38CD_size150_w740_h495.jpeg">

第 31 届计算机视觉和模式识别大会 CVPR 2018(Conference on Computer Vision and Pattern Recognition)在 6 月 18 日至 22 日于美国盐湖城召开。雷锋网 AI 科技评论作为唯一申请媒体通道的参会媒体,对 CVPR 2018 进行了全程专题报道,为国内读者带来更多的现场一手信息。

近年来,随着深度学习的蓬勃发展,国内企业深度参与人工智能学术顶会的态势十分火热,在一个享有国际声誉的、被全球学者所认可的学术会议上发出自己独特的声音,不仅是目前工业界涉足人工智能学术研究的一种展现形式,更是国内外企业在吸引、招募研发人才的「兵家必争之地」。

8 篇论文被 CVPR 收录,多项技术展现研究实力

CVPR 既然是人工智能计算机视觉领域最受关注的学术会议,论文的投递与收录自然是展现企业学术实力的一项「硬指标」。据了解,今年 CVPR 2018 共有 979 篇论文被主会收录,录用率约为 29%。而在众多来自工业界的论文中, 幸运飞艇,成立于 2011 年的旷视科技今年在 CVPR 上共有 1 篇 spotlight 论文及 7 篇 poster 论文被主会收录。包括 ShuffleNet 移动端低功耗设备模型语义分割的判别特征网络 DFN优化解决密集遮挡问题的 RepLoss通过角点定位和区域分割检测场景文本的全新算法,以及能复原扭曲文档图像的 DocUNet 等多项技术,向与会学者们展现了他们在学术研究上的实力。

例如,判别特征网络 DFN 有效解决了语义分割的两个基本问题——类内不一致与类间无差别。新型损失函数 RepLoss 有效处理了行人检测中密集遮挡的难题。

8篇论文、10+Demo、双料挑战赛冠军,旷视科技掀

DFN 一作余昌黔与 poster 合影

8篇论文、10+Demo、双料挑战赛冠军,旷视科技掀

RepLoss 一作王鑫龙与 poster 合影

此外,还有两篇挑战赛冠军论文——人体姿态估计(CPN)及 COCO 2017 物体检测相关赛事的算法(MegDet)解读,也同样被 CVPR 2018 收录。(雷锋网 AI 科技评论也对相关论文做了报道,见这里)

级联金字塔网络 CPN 以解决多人姿态估计问题,这一技术突破将促进人体姿态估计相关应用领域的发展,比如游戏动画、安防(异常行为检测等)和体育(裁判辅助等)。

MegDet 从 mini-batch 角度为加速深度神经网络的训练提供了一种新型检测方法,从精度和速度两个核心维度优化了物体检测技术,可以直接应用在安防、新零售和无人驾驶等领域。

8篇论文、10+Demo、双料挑战赛冠军,旷视科技掀

MegDet 作者黎泽明与 poster 合影 「盐湖城 AI 之夜」,CV青年学者交流会

在主会议的前一天晚上,旷视科技于现场召开了「盐湖城 AI 之夜」,联合 Altizure 与叠境科技举办了一场计算机视觉青年学者交流会。旷视科技首席科学家、旷视研究院院长孙剑,旷视科技西雅图研究院长王珏,香港科技大学教授权龙及上海科技大学教授、叠境科技创始人虞晶怡出席了本次交流会,同时吸引了超过 250 名参会者。

8篇论文、10+Demo、双料挑战赛冠军,旷视科技掀

孙剑博士在盐湖城 AI 之夜作开场致辞

孙剑博士首先代表旷视科技欢迎与会的老师同学们,并简要介绍了旷视科技目前的发展现状及举办青年学者交流会的目的。如何既做好基础研究,也做好产品技术?孙剑博士引用了大学自动控制老师的教导:既做神,也做鬼。既要脚踏实地,又要仰望星空,一家企业的基础研究建设绝非一朝一夕所能达成,它也将为产品的落地提供扎实的技术实力。王珏博士、权龙教授和虞晶怡教授也相继上台发表讲话。现场不仅有堪称本届CVPR最为美味的点心,还有各种品类的美酒供与会者享用,更重要的是,现场还进行了激动人心的抽奖环节。

8篇论文、10+Demo、双料挑战赛冠军,旷视科技掀

(这位获得一等奖的 Phantom3SE 无人机套装的小哥哥已经乐得合不拢嘴)
(来源:猎奇新闻)

织梦二维码生成器
已推荐
0
  • 凡本网注明"来源:的所有作品,版权均属于中,转载请必须注明中,http://www.evenspire.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。






图说新闻

更多>>