betway手机客户端

商汤科技43篇论文横扫2017全球顶级视觉学术会议

在 test-dev 上,商汤团队对上述框架进行了全面测试,其中单模型和多模型(最终提交的结果来自于五个模型混合的框架)的 mask AP 分别达到了 47.4% 和 49.0%,比去年冠军(也是商汤团队获得)的结果(44.0% 和 46.3%)有约 3 个百分点的明显提高。在传统的基于检测框的指标 bbox AP 上,这个新的框架也分别达到了单模型 54.1% 和多模型的 56.0% 的性能,比去年冠军的结果(50.5% 和 52.6%)也有较大的提升。

随着深度学习和计算机神经网络的快速发展,人工智能企业想要形成技术壁垒保持领先,最关键的制胜因素就是人才。在商汤科技这个博士密度最高的中国企业、人工智能领域的科学家豪门,实习生不仅可以直接接受顶级科学家的辅导,还能运用所学知识和创新去挑战一些具有世界影响力的事情。

最佳论文提名(Best Paper Award, Honorable Mention,两篇)

图片 1

(2)通过特征导引产生稀疏锚点,而不是使用传统的规则分布的密集锚点。这种特征导引的方案使得锚点的投放更为精准,平均召回率提升了超过10个百分点。

据了解,商汤科技的实习生刘枢在ICCV期间举办的MS COCO(Microsoft Common Objects in Context,常见物体图像识别)Workshop上,摘取了三项比赛的一个冠军(Segmentation)及两个亚军(Detection和Keypoint)。在Keypoint Challenge上商汤科技实习生取得的单模型的最高识别率,仅靠单一模型就接近多模型的融合结果,由于计算复杂度的限制,在工业应用中单模型更具实用价值。

原标题:ECCV 2018 最佳论文名单公布,何恺明再添一项论文奖

在高帧数下,如何实现人体姿态检测?

原标题:商汤 37 篇论文入选 ECCV 2018,开源 mm-detection 检测库

业内人士分析认为,以商汤科技为代表的中国人工智能学术研究力量已经崛起。当然,要推动人工智能的发展,除了发展基础研究,还要与实际应用场景紧密结合。大学的研究教育,也需要与企业一起联合,学术界与工业界的真正融合才能引发新一轮产业变革。商汤科技自成立以来一直践行产、学、研一体化的路线,并以“坚持原创,让AI引领人类进步”为使命,专注于技术创新和人才培养,打造中国科技新力量,与国际巨头在AI领域争相斗艳。

  • 用于鲁棒追踪的半监督在线增强方法.

论文:

责任编辑:

通过不断强化与清华大学、中国科技大学、浙江大学、上海交通大学、香港中文大学等名校的合作,商汤科技保持了对前沿技术的敏感和基础技术的研发先手。而产学研一体化为商汤的基础技术研发也奠定了坚实的基础,过往两年,在CVPR、ICCV和ECCV全球三大计算机视觉顶级会议上,商汤科技与香港中大-商汤科技联合实验室发表的论文数量高达76篇,超过世界伯克利大学、斯坦福大学、麻省理工等国际名校及Google、Facebook等国际巨头。

最佳论文奖(Best Paper Award,一篇)

Poster:

(1)新的多任务混合级联架构(hybrid cascade)。通过把不同子任务进行逐级混合,这种新架构有效地改善了整个检测过程中的信息流动。

此前,商汤科技的实习生刘枢、潘新钢、李晓潇、张熠还在7月举办的CVPR期间摘取了四项赛事的桂冠,包括视频分割领域最具权威的DAVIS视频分割竞赛、北美著名高校和自动驾驶团队组织的图森杯车道线识别竞赛、著名国际自动驾驶组织Mappillary Research 和普林斯顿大学组织的LSUN17大规模街景场景理解竞赛-语义分割及物体分割竞赛,这些技术未来可以广泛应用在自动驾驶等领域,具有非常强的实用性。

Semi-supervised On-Line Boosting for Robust Tracking

大会将首次发布AI开发框架,从AI模型训练到AI模型部署的全套开发一站式完成!让AI开发触手可及!返回搜狐,查看更多

图片 2

数据显示,中国学者发表的关于深度学习的期刊论文数量已超过美国。今年ICCV 接收论文中,有40%的第一作者都是华人,而商汤科技与香港中大-商汤科技联合实验室发表的论文及实习生竞赛的成绩也让华人学者的崛起再次受到瞩目。

  • GANimation:基于解剖学知识从单张图像生成人脸表情动画
  • 论文摘要:生成式对抗性网络(GANs)的近期进步已经在面部表情生成任务中展现出了令人惊喜的结果。这项任务上最成功的架构是 StarGAN,它把 GANs 的图像生成过程限定在了一个具体的范围中,也就是一组不同的人做出同一个表情的照片。这种方法虽然很有效,但是它只能生成若干种离散的表情,具体是哪一种由训练数据的内容决定。为了消除这种限制,作者们在这篇论文中提出了一种新的 GAN 条件限定方式,它基于的是动作单元(Action Units)的标注,而动作单元标注就可以在一个连续的流形中描述足以定义人类表情的解剖学面部动作。通过这种方法,作者们得以控制每一个动作单元的激活程度,并且组合多个多个动作单元。除此之外,作者们还提出了一个完全无监督的策略用于训练模型,它只需要标注了激活的动作单元的图像,然后通过注意力机制的应用就可以让网络对于背景和光照条件的改变保持鲁棒。大量实验评估表明他们的方法比其他的条件生成方法有明显更好的表现,不仅表现在有能力根据解剖学上可用的肌肉动作生成非常多种多样的表情,而且也能更好地处理来自不同分布的图像。
    • 论文地址:

人数过多的拥挤场景:

在 2018 年的 COCO 比赛中,商汤科技研究员和香港中文大学-商汤联合实验室同学组成的团队在物体检测(Detection)项目中夺得冠军。在此次竞赛中,商汤团队开发了如下三项全新技术,获得了大幅度的性能提升:

科学家豪门“出贵子” 商汤培养实习生有道

Group Normalization

爱上你的代码,爱做 “改变世界”的行动派!

在商汤入选 ECCV 2018 论文《人脸识别的瓶颈在于数据集噪声(The Devil of Face Recognition is in the Noise)》中,对于现有人脸数据集中的标签噪声问题进行了深入研究,对 MegaFace 和 MS-Celeb-1M 数据集中的噪声特性和来源做了全面的分析,发现干净子集对于提高人脸识别精度效果显著。

据了解,CVPR和ICCV是2017年度举办两大全球顶级视觉学术会议,商汤科技43篇的论文发表量,领先于谷歌、Facebook等国际巨头,居亚洲第一。

Hamming embedding and weak geometric consistency for large scale image search

原标题:ECCV 2018丨YOLO遇上OpenPose,近200FPS的高帧数多人姿态检测

(3)采用一种新型的FishNet网络结构,它有效地保留和修正多个尺度的信息,能更有效地用于图像级,区域级,以及像素级预测任务。

意大利是文艺复兴的发源地,汤晓鸥教授在活动上发表了以《人工智能的中国式文艺复兴》为题的演讲。汤晓鸥教授表示,14世纪到17世纪的文艺复兴,一个必要条件就是对原创的尊重。如今中国人工智能领域也正在兴起一场文艺复兴,其中最关键的因素就在于“原创”。凭借对原创的坚持,商汤科技打造了中国自主研发的深度学习平台。也正是对原创的追求,不仅令商汤科技在诸多计算机视觉前沿技术领域上取得研究突破,也在落地应用方面实现迅速发展,成为中国最大的人工智能算法供应商。最后,汤晓鸥教授将人工智能的国际竞争比作“上甘岭战役”,正因为华人学者们对原创研究孜孜不倦的坚守,才有了华人力量在CV技术领域的崛起。

Koenderink 奖 - 时间检验奖(两篇,来自 ECCV 2008)

图片 3

在入选论文《量化模仿-训练面向物体检测的极小 CNN 模型(Quantization Mimic: Towards Very Tiny CNN for Object Detection)》中,提出了一种简单而通用的框架—量化模仿,来训练面向物体检测任务的极小 CNN 模型。作者提出联合模仿与量化的方法来减小物体检测 CNN 模型的参数量实现加速。在有限计算量的限制下,该框架在 Pascal VOC 和 WIDER Face 数据集的物体检测性能均超越了当前物体检测的先进水平。

中新网10月30日电 华人学者7月在夏威夷CVPR 掀起的中国风尚未完全褪去,近日又在水城威尼斯ICCV 引爆中国学术研究风暴。中国最大新锐AI企业商汤科技与香港中大-商汤科技联合实验室,继以23篇论文横扫CVPR后,又以20篇论文力压群雄称霸ICCV。

图片 4

图片 5

图片 6

坚持原创技术创新 华人AI研究力量崛起

图片 7

a) 输入图像;

此外,在 ECCV 期间,香港中文大学-商汤联合实验室还开源了检测库 mm-detection( Faster RCNN,Mask RCNN 和 R-FCN 等,以及各种新型框架,从而大大加快检测技术研究的效率。返回搜狐,查看更多

据了解,在本届ICCV期间,商汤科技与香港中大-商汤科技联合实验室还特别举办了商汤科技专场活动。香港中文大学信息工程系教授、中国科学院深圳先进技术研究院副院长、商汤科技创始人汤晓鸥,香港中文大学教授、麻省理工博士林达华与诸多前来参加ICCV的亚洲学者齐聚一堂,共同分享了对人工智能和计算机视觉技术研究的思考和见解。

图片 8

b) 从输入图像中检测部分边界框;

本文由betway手机客户端发布于必威科学,转载请注明出处:商汤科技43篇论文横扫2017全球顶级视觉学术会议