0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

计算机视觉研究将为推动AI行业发展作出贡献

lhl545545 来源:商汤科技 作者:商汤科技 2020-06-15 14:26 次阅读

十年以来最难的一届CVPR即将到来!

作为与ICCV、ECCV并称为全球人工智能计算机视觉领域三大顶级国际会议之一,今年的CVPR(Computer Vision and Pattern Recognition,即国际计算机视觉与模式识别)共收到6656篇投稿,接收论文1470篇,录用率约22%,低于ICCV 2019论文录用率(25%),为十年以来CVPR论文录用率最低。

虽然论文录用难度逐年增大,但是商汤科技在论文录用数量方面持续领跑行业,在CVPR 2020上,商汤科技及联合实验室共有62篇论文入选,再次让世界看见中国原创技术的硬核实力! 深耕科研,实现多个领域技术突破

商汤科技CVPR 2020录用论文在多个领域实现突破,包括:对抗式生成模型、三维点云理解与分析、训练加速与模型量化、视频理解与分析、网络结构搜索等。这些突破性的计算机视觉研究也有丰富的应用场景,将为推动AI行业发展作出贡献。 例如,入选CVPR 2020论文《对人脸生成模型的隐空间可解释性分析》提出了一种简单而通用的技术InterFaceGAN,用于在潜在空间中进行语义人脸编辑,可控制姿势以及其他面部属性,例如性别、年龄、眼镜等,还能够纠正GAN造成的伪影。

这种方法对GAN的隐空间进行了深入分析,能更好理解GAN是如何将一个随机噪声转化为一张高质量图片的。

如何提升深度学习的训练速度,一直是人工智能领域研究的难点。商汤入选CVPR 2020的论文《用于加速卷积神经网络训练过程INT8训练技术》,提出了用于加速卷积神经网络训练过程的INT8训练技术,采用8比特数值训练模型,可以极大地提升训练速度,减少计算损耗,而且训练精度几乎无损。

本届CVPR商汤还有诸多研究技术突破,更多精彩内容可持续关注商汤官方微信公众号内容推送,我们将在近期发布精选论文介绍。获得NIST FRVT 2020五项第一 商汤不仅在CVPR会议上发表了众多创新算法,还在各类国际大赛/基准上屡获佳绩。

今年3月,全球权威人脸识别算法测试NIST FRVT 1:N 2020公布了结果,商汤科技一举拿下了五项第一。FRVT(Face Recognition Vendor Test)由美国国家标准与技术研究院(National Institute of Standards and Technology,NIST)主办,是当今全球规模最大、标准最严、竞争最激烈、最权威的人脸识别算法测试,素有工业界黄金标准之称。

在1200万底库,单图片注册下高阈值动态测试识别率商汤算法获得全线第一;测试全集1200万底库,单图片注册下rankbased top-1识别率商汤算法全线第一;mugshots/webcam主要场景下漏检率商汤算法名列第一;160万底库,两大主要场景任意阈值动态测试下识别率商汤算法全线第一;0-18年龄差距、rankbased top-1测试识别率商汤算法全线第一。

总结

商汤一方面不断追求算法创新,积极在知名会议与期刊发表论文,开源相关模型与代码,持续为学界研究的持续发展做出贡献。

另一方面,商汤更加重视研究算法在实际应用中的落地,不断推进算法在不同行业实际生产环境中的应用产生价值,让AI更好更多更快的服务于社会生产的方方面面。
责任编辑:pj

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 三维
    +关注

    关注

    1

    文章

    485

    浏览量

    28877
  • AI
    AI
    +关注

    关注

    87

    文章

    28791

    浏览量

    266107
  • 人工智能
    +关注

    关注

    1787

    文章

    46011

    浏览量

    234723
收藏 人收藏

    评论

    相关推荐

    计算机视觉有哪些优缺点

    计算机视觉作为人工智能领域的一个重要分支,旨在使计算机能够像人类一样理解和解释图像和视频中的信息。这一技术的发展不仅推动了多个
    的头像 发表于 08-14 09:49 254次阅读

    计算机视觉技术的AI算法模型

    计算机视觉技术作为人工智能领域的一个重要分支,旨在使计算机能够像人类一样理解和解释图像及视频中的信息。为了实现这一目标,计算机视觉技术依赖于
    的头像 发表于 07-24 12:46 347次阅读

    机器视觉计算机视觉有什么区别

    。机器视觉研究目标是让机器具有类似人类的视觉能力,能够自动、准确地完成各种视觉任务。 计算机视觉
    的头像 发表于 07-16 10:23 274次阅读

    计算机视觉的五大技术

    计算机视觉作为深度学习领域最热门的研究方向之一,其技术涵盖了多个方面,为人工智能的发展开拓了广阔的道路。以下是对计算机
    的头像 发表于 07-10 18:26 882次阅读

    计算机视觉的工作原理和应用

    计算机视觉(Computer Vision,简称CV)是一门跨学科的研究领域,它利用计算机和数学算法来模拟人类视觉系统对图像和视频进行识别、
    的头像 发表于 07-10 18:24 1024次阅读

    计算机视觉与人工智能的关系是什么

    、交流等方面。计算机视觉与人工智能之间存在着密切的联系,计算机视觉是人工智能的一个重要分支,也是实现人工智能的关键技术之一。 计算机
    的头像 发表于 07-09 09:25 291次阅读

    计算机视觉和机器视觉区别在哪

    计算机视觉和机器视觉是两个密切相关但又有明显区别的领域。 一、定义 计算机视觉 计算机
    的头像 发表于 07-09 09:22 282次阅读

    计算机视觉属于人工智能吗

    属于,计算机视觉是人工智能领域的一个重要分支。 引言 计算机视觉是一门研究如何使计算机具有
    的头像 发表于 07-09 09:11 514次阅读

    深度学习在计算机视觉领域的应用

    深度学习技术的引入,极大地推动计算机视觉领域的发展,使其能够处理更加复杂和多样化的视觉任务。本文将详细介绍深度学习在
    的头像 发表于 07-01 11:38 423次阅读

    计算机视觉的主要研究方向

    计算机视觉(Computer Vision, CV)作为人工智能领域的一个重要分支,致力于使计算机能够像人眼一样理解和解释图像和视频中的信息。随着深度学习、大数据等技术的快速发展
    的头像 发表于 06-06 17:17 504次阅读

    【量子计算机重构未来 | 阅读体验】 跟我一起漫步量子计算

    计算机有望在未来几年内实现商业化应用。届时,我们将能够更充分地利用量子计算机的优势,推动行业的创新和发展
    发表于 03-13 19:28

    计算机视觉的十大算法

    视觉技术的发展起到了重要的推动作用。一、图像分割算法图像分割算法是计算机视觉领域的基础算法之一,它的主要任务是将图像分割成不同的区域或对象。
    的头像 发表于 02-19 13:26 1030次阅读
    <b class='flag-5'>计算机</b><b class='flag-5'>视觉</b>的十大算法

    计算机视觉AI如何识别与理解图像

    计算机视觉是人工智能领域的一个重要分支,它致力于让机器能够像人类一样理解和解释图像。随着深度学习和神经网络的发展,人们对于如何让AI识别和理解图像产生了浓厚的兴趣。本文将探讨
    的头像 发表于 01-12 08:27 1142次阅读
    <b class='flag-5'>计算机</b><b class='flag-5'>视觉</b>:<b class='flag-5'>AI</b>如何识别与理解图像

    最适合 AI 应用的计算机视觉类型是什么?

    着眼于使计算机能够像人类一样通过“看”来感知世界,从这一视角对人工智能 (AI) 进行了探讨。我将简要比较每一类计算机视觉,尤其关注在本地而不是依赖基于云的资源收集和处理数据,并根据数
    的头像 发表于 12-18 13:09 7088次阅读
    最适合 <b class='flag-5'>AI</b> 应用的<b class='flag-5'>计算机</b><b class='flag-5'>视觉</b>类型是什么?

    最适合AI应用的计算机视觉类型是什么?

    计算机视觉是指为计算机赋予人类视觉这一技术目标,从而赋能装配线检查到驾驶辅助和机器人等应用。计算机缺乏像人类一样凭直觉产生
    的头像 发表于 11-15 16:38 339次阅读
    最适合<b class='flag-5'>AI</b>应用的<b class='flag-5'>计算机</b><b class='flag-5'>视觉</b>类型是什么?