北京時(shí)間6月25日,在剛剛落下帷幕的CVPR2021上,字節(jié)跳動(dòng)與合作院校的14篇論文入選,方向涵蓋神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索、圖像修復(fù)、行為識(shí)別等,并在移動(dòng)目標(biāo)檢測(cè)、細(xì)粒度圖像識(shí)別、視頻分類等多個(gè)計(jì)算機(jī)視覺細(xì)分領(lǐng)域的競(jìng)賽中優(yōu)勢(shì)奪冠。
CVPR(Conference on Computer Vision and Pattern Recognition,計(jì)算機(jī)視覺模式識(shí)別大會(huì))與ICCV、ECCV并稱為計(jì)算機(jī)視覺領(lǐng)域三大頂級(jí)國(guó)際性盛會(huì)。近年來,CVPR的論文投稿量持續(xù)增加,CVPR2019的有效投稿為5160篇,CVPR2020年增長(zhǎng)至6656篇。本屆CVPR的論文有效投稿量再創(chuàng)新高,多達(dá)7500篇,接收率僅為23.7%,競(jìng)爭(zhēng)十分激烈。
計(jì)算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)。英國(guó)機(jī)器視覺協(xié)會(huì)(BMVA)對(duì)機(jī)器視覺的定義是「對(duì)單張圖像或一系列圖像的有用信息進(jìn)行自動(dòng)提取、分析和理解」。 借助云計(jì)算等新技術(shù)的推動(dòng),在一些場(chǎng)景下,計(jì)算機(jī)系統(tǒng)快速檢測(cè)視覺輸入并做出反應(yīng)的準(zhǔn)確度甚至勝過人類。從工業(yè)質(zhì)檢到醫(yī)學(xué)成像,計(jì)算機(jī)視覺技術(shù)可深度應(yīng)用到各行各業(yè),被視為人工智能實(shí)現(xiàn)的關(guān)鍵。
作為一家擁有多個(gè)現(xiàn)象級(jí)視頻、圖文類產(chǎn)品的科技公司,字節(jié)跳動(dòng)持續(xù)在前沿計(jì)算機(jī)視覺領(lǐng)域進(jìn)行研究及實(shí)踐。近年來,字節(jié)跳動(dòng)在CVPR等頂級(jí)學(xué)術(shù)會(huì)議及核心期刊的論文發(fā)表數(shù)量逐年增加。在神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索、目標(biāo)檢測(cè)等前沿領(lǐng)域,字節(jié)跳動(dòng)技術(shù)團(tuán)隊(duì)的相關(guān)重磅論文被收錄進(jìn)CVPR2021口頭報(bào)告(Oral)。
其中,“HR-NAS: Searching Efficient High-Resolution Neural Architectures with Lightweight Transformers”在神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索(NAS)領(lǐng)域,突破性地提出了一種新型網(wǎng)絡(luò)框架。與此前的技術(shù)相比,新框架可以適用于圖像分類、分割、檢測(cè)等多種計(jì)算機(jī)視覺任務(wù),較好地解決不同的計(jì)算機(jī)視覺任務(wù)對(duì)不同分辨率模型的需求。
“Sparse R-CNN: End-to-End Object Detection with Learnable Proposals”提出了基于可學(xué)習(xí)候選框的端到端的稀疏目標(biāo)檢測(cè)器。這一全新的檢測(cè)范式既突破了當(dāng)前目標(biāo)檢測(cè)領(lǐng)域主流方法的技術(shù)局限,又保證了檢測(cè)的速度和精度。
另外,在圖像修復(fù)這一實(shí)用性較強(qiáng)的領(lǐng)域,字節(jié)跳動(dòng)此次也有兩篇論文入選。標(biāo)題分別為“Progressive Temporal Feature Alignment Network for Video Inpainting”和“Human De-occlusion: Invisible Perception and Recovery for Humans”。上述論文針對(duì)視頻中常見的,涂抹掉任意區(qū)域/物體后填充自然背景,以及人像合照順序替換、修補(bǔ)等問題,提出了更加優(yōu)化的技術(shù)方案。
值得一提的是,在與學(xué)術(shù)會(huì)議同時(shí)進(jìn)行的CVPR2021 workshop競(jìng)賽中,來自字節(jié)跳動(dòng)的多支團(tuán)隊(duì)表現(xiàn)出眾。其中,四支團(tuán)隊(duì)以絕對(duì)優(yōu)勢(shì)奪得了移動(dòng)目標(biāo)檢測(cè)、細(xì)粒度圖像識(shí)別、視頻分類等前沿領(lǐng)域競(jìng)賽項(xiàng)目的冠軍。
目前,字節(jié)跳動(dòng)已將部分計(jì)算機(jī)視覺前沿技術(shù)落地應(yīng)用在頭條尋人、經(jīng)典電影修復(fù)、物種識(shí)別等社會(huì)公益、文化和科普領(lǐng)域。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
