網(wǎng)易云安全兩篇論文入選計算機視覺頂級會議ICCV

10月22日至29日，全球計算機視覺頂尖專家們共聚威尼斯，參加ICCV2017國際計算機視覺大會，就領(lǐng)域內(nèi)最新成果展開集中研討，大會論文集也代表了計算機視覺領(lǐng)域最新的發(fā)展方向和最高水平。網(wǎng)易云安全（易盾）圖像算法工程師邸新漢提交的兩篇ICCV論文均被大會收錄，并受邀參與專題研討。

ICCV是計算機視覺領(lǐng)域最高級別的會議，由IEEE主辦，全球范圍內(nèi)每兩年召開一次。一直以來，ICCV的論文錄用率非常低，是計算機視覺方向三大國際會議（另外兩個為CVPR、ECCV）中公認級別最高。

（邸新漢在ICCV現(xiàn)場）

在ICCV2017《 CEFRL:Compact and Efficient Feature Representation and Learning in Computer Vision 》專題報告會上，邸新漢出席并參與討論了前沿緊湊有效特征的發(fā)展和成果，其中討論的研究范圍包括人工智能Ai的深度特征、監(jiān)督和半監(jiān)督特征等。該討論會特邀嘉賓包括Yoshua Bengio、Pascal Fua教授等深度學習AI界著名科學家。

邸新漢的兩篇論文核心論述了提高半監(jiān)督分類的準確率、提高生成圖片質(zhì)量和多樣性的技術(shù)方法。該方法應用在網(wǎng)易云安全（易盾）“內(nèi)容安全”產(chǎn)品線中廣告、色情、暴恐、涉政等圖像識別上，不僅顯著提升了準確率，并且在訓練圖像搜集數(shù)據(jù)量較少的情況下，進一步提高了圖像分類的準確率和召回率。同時利用GAN-Boost方法，擴大了難收集的圖像在圖像訓練庫的數(shù)量并提高了圖像質(zhì)量，為產(chǎn)品在數(shù)據(jù)庫收集方面降低了成本。

（邸新漢兩篇入選論文成果在ICCV展示亮相）

論文中，結(jié)合信息熵和GAN網(wǎng)絡(luò)，對抗GAN網(wǎng)絡(luò)的輸入不確定度在信息熵的理論框架下提出兩個假設(shè)，并且在GAN網(wǎng)絡(luò)的框架下利用信息熵及噪聲通道原理，提出Multiplicative噪聲通道和GAN-Boost訓練方法，證明所提出的兩個方法降低了通用GAN網(wǎng)絡(luò)信息的損失，和提高GAN網(wǎng)絡(luò)利用訓練數(shù)據(jù)集信息的效率，并且通過實驗對比證實，其提高GAN網(wǎng)絡(luò)圖象半監(jiān)督分類的準確率，增強了GAN網(wǎng)絡(luò)訓練小數(shù)據(jù)集后圖像的質(zhì)量和多樣性。

網(wǎng)易云安全（易盾）在業(yè)界率先推出第三代智能內(nèi)容安全產(chǎn)品，目前在智能鑒黃、廣告過濾、暴恐及涉政識別等不良內(nèi)容識別領(lǐng)域已經(jīng)處于業(yè)界領(lǐng)先。網(wǎng)易云安全不斷投入研發(fā)資源提升智能識別精準度，已在網(wǎng)易云音樂、一直播、OPPO應用商店等知名產(chǎn)品中廣泛應用。

生成海報

免責聲明：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確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(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。