北京時間6月25日,在剛剛落下帷幕的CVPR2021上,字節(jié)跳動與合作院校的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)、行為識別等,并在移動目標(biāo)檢測、細(xì)粒度圖像識別、視頻分類等多個計算機視覺細(xì)分領(lǐng)域的競賽中優(yōu)勢奪冠。
CVPR(Conference on Computer Vision and Pattern Recognition,計算機視覺模式識別大會)與ICCV、ECCV并稱為計算機視覺領(lǐng)域三大頂級國際性盛會。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%,競爭十分激烈。
計算機視覺是一門研究如何使機器“看”的科學(xué)。英國機器視覺協(xié)會(BMVA)對機器視覺的定義是「對單張圖像或一系列圖像的有用信息進行自動提取、分析和理解」。 借助云計算等新技術(shù)的推動,在一些場景下,計算機系統(tǒng)快速檢測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,計算機視覺技術(shù)可深度應(yīng)用到各行各業(yè),被視為人工智能實現(xiàn)的關(guān)鍵。
作為一家擁有多個現(xiàn)象級視頻、圖文類產(chǎn)品的科技公司,字節(jié)跳動持續(xù)在前沿計算機視覺領(lǐng)域進行研究及實踐。近年來,字節(jié)跳動在CVPR等頂級學(xué)術(shù)會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)檢測等前沿領(lǐng)域,字節(jié)跳動技術(shù)團隊的相關(guān)重磅論文被收錄進CVPR2021口頭報告(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、檢測等多種計算機視覺任務(wù),較好地解決不同的計算機視覺任務(wù)對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)檢測器。這一全新的檢測范式既突破了當(dāng)前目標(biāo)檢測領(lǐng)域主流方法的技術(shù)局限,又保證了檢測的速度和精度。
另外,在圖像修復(fù)這一實用性較強的領(lǐng)域,字節(jié)跳動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)會議同時進行的CVPR2021 workshop競賽中,來自字節(jié)跳動的多支團隊表現(xiàn)出眾。其中,四支團隊以絕對優(yōu)勢奪得了移動目標(biāo)檢測、細(xì)粒度圖像識別、視頻分類等前沿領(lǐng)域競賽項目的冠軍。
目前,字節(jié)跳動已將部分計算機視覺前沿技術(shù)落地應(yīng)用在頭條尋人、經(jīng)典電影修復(fù)、物種識別等社會公益、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，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(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產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
