來源微信公眾號：曠視MEGVII

　　當?shù)貢r間6月16日，全球計算機視覺頂會 CVPR 2019 在美國長灘拉開帷幕，超過9200位相關人士共赴盛會，推進計算機視覺技術的交流與落地。曠視通過 Oral、Poster、Workshop、Demo、Booth 等形式，同世界分享在計算機視覺理論與應用領域的最新進展。值得一提的是，在 CVPR 2019 的3項挑戰(zhàn)賽中，曠視最終擊敗 Facebook、通用動力、戴姆勒等國內(nèi)外一線科技巨頭/知名高校，共計斬獲6項世界冠軍！

　　持續(xù)創(chuàng)新

　　Brain++拓展AI認知邊界

　　做人工智能不能閉門造車。作為以算法為基因的公司，曠視自誕生之日起便一直積極參與計算機視覺在全球范圍內(nèi)的學術交流，一方面是為了與世界分享自己的研究成果，另一方面也是為了吸取全球的智慧，研發(fā)最好的技術來助力世界發(fā)展，創(chuàng)造社會價值。

展會現(xiàn)場

　　此行，曠視共參加 CVPR 2019  WAD（Workshop on Autonomous Driving

　　）、CVPR 2019 FGVC（Workshop on Fine-Grained Visual Categorization

　　）、CVPR 2019 NTIRE（New Trends in Image Restoration and Enhancement workshop）3項挑戰(zhàn)賽，拿下6項冠軍，涵蓋自動駕駛、新零售、智能手機、3D 等眾多領域，其背后起支撐作用的是曠視深度學習框架 Brain++。這是一套由曠視研究院自主原創(chuàng)的算法引擎，致力于從云、端、芯三個方面全面賦能物理世界，以實現(xiàn)對世界的感知、控制、優(yōu)化。Brain++ 不僅助力曠視拿下世界冠軍，還將推動智能汽車、商品識別、手機影像處理、智慧農(nóng)業(yè)等應用領域的進步發(fā)展。

　　曠視斬獲 CVPR 2019 挑戰(zhàn)賽6項世界冠軍

　　大會現(xiàn)場，挑戰(zhàn)賽主辦方宣布比賽成績，并向冠軍隊伍頒發(fā)獲獎證書；隨后，曠視相關的參賽人員通過一張張 Slides、一場場 Talks、一張張 Posters 向與會人員分享了奪冠背后的技術方法，以及冠軍之路上滿滿的收獲。

　　今年是曠視自成立以來連續(xù)第5年參加 CVPR，在談到參加這種頂級學術會議對公司戰(zhàn)略意義的時候，曠視首席科學家、曠視研究院院長孫劍表示：

　　“一流的人才往往希望在一個開放的環(huán)境中成長。發(fā)表論文、參加學術會議，其實是有人對你的工作鼓掌，激勵你繼續(xù)前行。

　　曠視研究院最寶貴的財產(chǎn)是人才。如何吸引、培養(yǎng)、保留人才是一個組織健康和高速發(fā)展最關鍵的。

　　我的工作第一優(yōu)先級是打造一個好的研發(fā)環(huán)境，讓公司贏，讓我們贏，讓每個人贏。因為我始終相信兩點：中國不缺乏聰明人，中國有世界上最好的發(fā)展機會。我們就是要把一幫聰明人聚起來，齊心協(xié)力，貫徹‘發(fā)展就是硬道理’。”

　　冠軍之路，滿是收獲

　　CVPR 2019 WAD nuScenes 3D Detection Challenge

nuScenes 3D Detection Challenge冠軍獎牌

　　CVPR 2019 WAD 是自動駕駛領域的權威比賽，其中 nuScenes 比賽方向是 3D detection，旨在通過模型分析 3D 激光雷達/相機數(shù)據(jù)，賦予自動駕駛汽車偵測物體的能力，保障行駛安全。

　　nuScenes 不僅需要同時識別10類物體（相比 KITTI 只需預測單個類別），還加入了速度和屬性的預測，而且需要解決嚴重的類別不均衡問題，因此任務難度大幅提高，因而也更具有實際意義。

　　比賽中，曠視設計了一個多尺度、多任務的模型，借助新型檢測網(wǎng)絡，結合均衡采樣等策略，極大提高了模型的檢測精度，尤其是在小物體上。由最終結果可知，相較于官方 Baseline 45.3%， 曠視的模型高出18個點，達到63.3%，比第二名也高出8.8個點， 擊敗一系列頂尖團隊，一舉奪魁。

　　CVPR 2019 WAD  Detection/Tracking Domain Adaptation Challenge

Detection Domain Adaptation Challenge冠軍獎牌

　　Detection Domain Adaptation Challenge 是 CVPR 2019 WAD 的另一項挑戰(zhàn)賽，旨在對自動駕駛場景下的環(huán)境（二維圖像信息）進行感知，今年的比賽主要解決領域自適應問題，即美國道路場景和中國道路場景的相互適應。

　　具體而言，即利用7萬張美國道路場景數(shù)據(jù)進行訓練，對近15萬張中國道路場景進行測試，不允許使用任何標注測試數(shù)據(jù)，只允許使用 ImageNet 進行預訓練。圖像本身的不一致之外，不同天氣、不同道路以及復雜的交通狀況都給任務增加了額外挑戰(zhàn)，同時也為實際使用提供了可能性。

　　曠視基于自身積累的檢測算法之外，加之復現(xiàn)/使用的最前沿的檢測算法（比如 NAS-FPN、Cascade RCNN），進而對 Cascade RCNN 做出一系列改進，使得網(wǎng)絡在不同 IOU 閾值下的檢測結果都有一定漲幅；同時，為了解決兩個數(shù)據(jù)集之間數(shù)據(jù)分布不一致的問題，曠視還利用合并訓練、AdaBN、Data Distillation 等技術手段，最終在測試集上高出第二名深蘭科技1.7個點，同時在所有單類別上取得最高結果。

　　另外，在 Tracking Domain Adaptation Challenge 上，曠視使用 Online 方法進行多目標跟蹤，即在高精度檢測結果的基礎上，使用 IOU Tracker 進行跟蹤；跟蹤過程中，改進和調(diào)試影響結果的多種因素，最終也在 Tracking 任務上取得第一。

　　CVPR 2019 FGVC iNaturalist\Herbarium Challenge

FGVC 頒獎現(xiàn)場

　　CVPR 2019 FGVC 是細粒度識別領域最權威的賽事，iNaturalist Challenge 是此項領域的旗艦比賽，旨在讓計算機自動識別物體的精細類別，它不僅要求識別1000多個品種的動、植物，還要識別其在不同發(fā)育期的狀態(tài)；Herbarium Challenge 則要解決開花植物野牡丹科的物種分類問題，所采用的圖像集僅包括保存于臘葉標本上的干標本圖像。

　　除了大模型/大分辨率圖圖像進行訓練、測試等常規(guī)操作外，曠視還集成最前沿細粒度技術成果（比如 Coarse-to-fine hierarchical classification、iSQRT、Class-Balanced Focal Loss 等），同時創(chuàng)造性提出“后驗概率重校準”技術，即通過先驗知識對模型輸出的后驗概率進行校準，極大提高擁有較少訓練圖像的長尾類別的識別準確率，兩項比賽結果均高出第2名近1個點，一舉奪魁。

　　在業(yè)務方面，商品識別、菜品識別、缺陷檢測、生產(chǎn)線零件識別、車型/車輛識別等均是細粒度圖像分析技術的應用，目前已應用于產(chǎn)品研發(fā)中。

　　在 iNaturalist 上，曠視擊敗了通用動力等頂尖團隊；在 Herbarium 上，曠視擊敗了大連理工（上年冠軍）、瑞典自然歷史博物館、Facebook。

　　CVPR 2019 NTIRE Real Image Denosing Challenge

Real Image Denosing Challenge 冠軍獎牌

　　CVPR 2019 NTIRE Real Image Denosing Challenge 基于新近的智能手機圖像降噪數(shù)據(jù)集 SIDD，它由很多真實的噪聲圖像及其相應的 ground truth 組成，且每幅圖像都有以原始傳感器數(shù)據(jù)（raw）和標準 RBG（sRGB）格式存儲的兩個版本。

　　圖像降噪一直是曠視研究院“手機攝影超畫質”的技術儲備項目，自第一版原型誕生以后不斷迭代；其中，針對原始傳感器數(shù)據(jù)（raw）的圖像降噪更是整個項目的基礎技術。

　　這次比賽中，曠視研究院提出針對 raw 圖像的基于 U-Net 框架的“拜爾陣列歸一化與保列增廣”方法。盡管不同輸入圖像間的數(shù)據(jù)格式存在差異，但是，為保持網(wǎng)絡輸入一致性，曠視精心設計了一種數(shù)據(jù)預處理方法，使得相同的網(wǎng)絡工作應用到具有不同拜耳模式的輸入上，從而在保證性能的前提下用更大的圖像集合訓練網(wǎng)絡。

　　本次冠軍算法已成功落地于 OPPO Reno 10 倍變焦版。OPPO Reno 10 倍變焦版搭載了基于曠視超畫質技術研發(fā)的“超清夜景2.0”功能，能夠為用戶提供非同凡響的夜拍體驗。這也是曠視超畫質技術首次運用在大規(guī)模量產(chǎn)機型上。

　　價值創(chuàng)造驅動技術創(chuàng)新

　　做真正WORK的科研

　　人工智能自誕生之日起便已宣稱了其改變世界的雄心。當圖靈于1950年在論文《Computing Machinery and Intelligence》尾頁畫上句號的剎那，一個前所未有的屬于人類的智能時代就此拉開序幕。

　　從 Marvin Minsky 于1966年對機器人模仿人類抓取物品的研究，到神經(jīng)心理學家 David Marr 于80年代初創(chuàng)建的關于計算機視覺研究的理論框架；從手工特征設計到受生物視覺神經(jīng)網(wǎng)絡為啟發(fā)而誕生的卷積網(wǎng)絡（CNN），人類將機器智能從小說幻想帶進了現(xiàn)實，為世界裝上了明眸。

　　人工智能，其本質是造福人類，便利生活，所以能否為世界帶來足夠的價值是曠視關注的核心。通過深挖社會痛點，找出致病原因，曠視一直在尋找著讓世界更美好的方法。

　　曠視成立早期便上線了自主原創(chuàng)的深度學習框架——Brain++。作為企業(yè)級的人工智能算法制造工廠，Brain++ 從底層有力支撐著曠視研究院整體的研究生產(chǎn)工作與曠視核心產(chǎn)品的工程化建設。這次6冠的勝利，即是上述算法和底層系統(tǒng)優(yōu)越性的再次證明。

　　憑借強大的軟硬件結合能力，曠視目前已在‘個人設備大腦’、‘城市大腦’和‘供應鏈大腦’三個核心 AIoT 場景深度布局。在與行業(yè)龍頭力量的聯(lián)合下，曠視正在推進尖端技術方案的強垂直落地，為整個產(chǎn)業(yè)結構調(diào)整及商業(yè)變革激活引擎，積聚力量；與生態(tài)伙伴一起服務于數(shù)字化建設，用軟硬結合的解決方案為客戶提供閉環(huán)的商業(yè)價值，成為行業(yè)智能物聯(lián)方案專家。

免責聲明：自媒體綜合提供的內(nèi)容均源自自媒體，版權歸原作者所有，轉載請聯(lián)系原作者并獲許可。文章觀點僅代表作者本人，不代表新浪立場。若內(nèi)容涉及投資建議，僅供參考勿作為投資依據(jù)。投資有風險，入市需謹慎。

責任編輯：馬婕