凯发k8地址:国际舞台尽显中国AI硬实力

近日,举世谋略机视觉顶会CVPR2020首次召开线上大年夜会,百度不仅入选22篇接管论文,一举拿下8项寻衅赛冠军,涵盖视频动作阐发、动作识别、图像增强、聪明城市等多个领域,还主理了2场重量级学术Workshop,在国际舞台尽显中国AI硬实力。这不仅


当前位置: 主页 >凯发k8地址


近日,举世谋略机视觉顶会CVPR 2020首次召开线上大年夜会,百度不仅入选22篇接管论文,一举拿下8项寻衅赛冠军,涵盖视频动作阐发、动作识别、图像增强、聪明城市等多个领域,还主理了2场重量级学术Workshop,在国际舞台尽显中国AI硬实力。这不仅从侧面反应了百度倾斜AI“新基建”的策略已有成效,也再次让中国自有的深度进修平台飞桨闪灼举世。

国际谋略机视觉和模式识别大年夜会(CVPR)不停有谋略机视觉领域的“奥斯卡”之称,凭借着严苛的论文录取标准,跻身举世AI顶会之流。实际上,CVPR是举世介入者查验自身AI“基础功”的试金石。受到举世疫情影响,CVPR 2020改为6月14-19日举行线上大年夜会;让人大喜过望的是,华人学者及团队大年夜放异彩,向举世展示AI实力。

CVPR2020上,大年夜会论文录取率仅有22%,百度入选22篇论文,较上年增添5篇;在视频动作阐发、动作识别、图像增强、聪明城市等寻衅赛中,百度与举世科技巨子同台竞技,斩获8项天下冠军,站上谋略机视觉“顶流”之席;同时,百度还举办2场高水准Workshop,并有多篇Workshop论文被接管。

百度不仅经由过程多种形式深度介入CVPR 2020,也积极为推动行业技巧成长做供献。在举世经济成长重心徐徐偏移智能经济,中国聚焦AI“新基建”时,百度已筹备充分。在CVPR 2020上,百度正在依托包括百度大年夜脑、飞桨等新型AI技巧根基举措措施,得到不俗成就;此后也将秉持开源、共赢原则,为中国AI行业输出“车轮”,推动AI“新基建”成长。接下往返到AI角逐的试炼场,看看百度的AI基础功。

百度斩获8项角逐夺冠大年夜秀中国AI水平

CVPR2020覆盖谋略机视觉浩繁热门子领域,此中,百度介入并夺冠多个领域的寻衅赛:

1、 视频动作阐发寻衅赛,专注于提升视频标注效率;

2、 动作识别寻衅赛,技巧成果可广泛用于可穿着设备和智能家居;

3、 图像增强寻衅赛,可有效前进视频质量;

4、 聪明城市寻衅赛,可有效优化现有城市交通治理,提升治理效率,推动智能化进程。

百度夺冠的详细寻衅赛及其赛道如下图所示,共计夺冠8项冠军。

ActivityNet2020寻衅赛

ActivityNet寻衅赛是视频理解领域最具影响力赛事,此中的时序动作定位赛道(弱监督)(HACS temporal action localization —Track2: weakly supervised)主要磨练参赛者能否经由过程弱标签、弱监督要领有效提升现有视频动作检测算法的效率。百度终极击败另外参赛步队,以mAP39.29的得分位居第一。

这项比赛中,百度经由过程自研BMN模型对视频序列提取候选框,并结合弱标签练习数据,提出级联金字塔留意力收集进行打标签动作,两者结合终极获取片段定位及动作标签。该技巧对高效的视频数据运器具有指示意义,可利用于视频Highlight检测、杰出集锦等多个场景。

EPIC-Kitchens2020寻衅赛

EPIC-Kitchens2020寻衅赛聚焦于第一人称视频理解,其技巧可广泛利用于可穿着设备、智能家居、人机交互等方面。在此次寻衅赛的动作识别(Action Recognition)赛道中,百度打败三星剑桥AI钻研院、牛津大年夜学、佐治亚理工大年夜学等40+支步队,终极在Seen kitchens和Unseen kitchens两项测试集上均以第一名的成就摘获冠军。

针对比赛中第一人称视频小物体多、相机运动隐隐严重等难点,百度提出共生留意力机制和以物体为中间的对齐模块,大年夜幅提升3D卷积收集的机能。该措施可在多种视频Backbone和输入模态下取得同等的机能提升。

NTIRE2020寻衅赛

NTIRE(New Trends in Image Restoration and Enhancement)是近年来谋略机图像修复领域最具影响力的一场赛事,每年都邑吸引大年夜量的关注者和参赛者。百度积极介入NTIRE2020寻衅赛,并在2项赛道上拿下冠军:

1、 真实图像降噪赛道(Real Image Denoising ra凯发k8地址wRGB Track)

2、 视频质量映射赛道(Video Quality Mapping—Track1: Supervised)

真实图像降噪赛道

图像降噪作为谋略机视觉热门领域,在视频监控、无人驾驶、移动可穿着设备、遥感及医学图像阐发等领域利用广泛。对付NTIRE2020寻衅赛的真实图像降噪赛道(Real Image Denoising rawRGB Track),其重要目标是去除或矫正图像上的噪声信息,百度终极以第一的成就杀青目标,独占鳌头。

针对该项角逐,百度设计了多跳跃连接的密集残差模块进修不合分辨率下的特性表达,并经由过程立异性mosaic-stride模块提升rawRGB的降噪能力,同时应用散播式SA-NAS搜索最优的模型布局;此中,SA-NAS搜索措施是百度首次把NAS技巧利用于图像降噪领域。

视频质量映射赛道凯发k8地址

视频质量映射赛道(Video Quality Mapping—Track1: Supervised凯发k8地址)关注于图片视频底层视觉技巧的关键问题。这一技巧可有效前进视频质量,提升用户不雅看体验。百度凭借过硬的视觉技巧和履历积累,取得了该赛道的冠军成就。

针对该赛道的问题,百度经由过程把现有EDVR模型思路与CNN收集布局DenseNet相结合,使用DenseNet提取视频的图片特性,交融CNN浅层与深层特性,从而实现更强的表达能力;EDVR模型则完成了视频帧之间信息互换,对齐帧间信息,实现信息共享与互补。

AI CITY2020寻衅赛

AI CITY2020寻衅赛由英伟达、亚马逊、马里兰大年夜学等主理,主要集中在交通相关的车辆跟踪、再识别、非常事故阐发等利用处景。AI CITY聪明城市寻衅赛的4项比赛中,举世共有315支步队参加,此中不乏阿里、滴滴、松下、卡内基梅隆大年夜学等一流科技巨子和高校。百度共参战3项角逐,终极技压群雄,整个取得了冠军成就:

1、 车流统计(Track 1:Multi-Class Multi-Movement Vehicle Counting)

2、 车辆再识别(Track 2:City-Scale Multi-Camera Vehicle Re-Identification)

3、非常事故检测(Track 4:Traffic Anomaly Detection)

车流统计赛道

在车流统计赛道中,参赛者必要办理车辆遮挡、繁杂气象下的视觉差异等问题。百度提出“检测-跟踪-计数”结合的车流统谋略法流程,有效办理了检测框损掉和ID翻转问题。在车流统计环节,提出基于数据驱动的轨迹匹配分类算法使统计结果更准确。

百度从运算用时、运算速率等维度均位列第一,夺得该赛道冠军。而这一套算法模型,则离不开百度在城市交通大年夜脑方面的数据积累和洞察,在保定市百度AI交管大年夜脑项目中,聪明信控系统有效提升了交通效率的20%-30%。

车辆重识别赛道

车辆重识别旨在确认智能交通系统中的车辆身份,在城市安然场景中发挥着弗成替代的感化。该赛道基于真实场景数据,对参赛者提出监控视角变更大年夜、标注数据少等寻衅。百度凭借聪明城市领域的技巧上风,以显着上风甩开41支参赛队,终极以mAP 84.13%的成就登临首位。

为应对义务寻衅,百度设计了基于多义务多分支的收集模型,并结合多源信息交融的重识别技巧规划。在数据方面,应用风格迁移、图像内容编辑、背景替代等多种措施天生合成数据,以增补练习数据不够的问题。

非常事故检测赛道

非常事故检测赛道主要磨练参赛者对交通场景的繁杂性、交通流的密集纷乱性、气象和车辆大年夜小的多样性以及非常标注数据短缺等问题的办理能力。此技巧可以提前发明潜在的交透风险、提前预警交通治理部门、提升交透风险的处置惩罚能力和效率。百度在该赛道体现优良,取得98.5%的F1成就,均方根偏差为4.8737,比赛成就排名第一。

针对此寻衅赛,百度经由过程模块化的多粒度跟踪措施,将跟踪问题解耦成不合子问题,使用不合模块来处置惩罚不合子义务,同时将视频进行正序和逆序分手建模,着末使用一种交融和回溯优化措施,将多个子义务以及正序、逆序的模型进行交融获得终极非常事故的定位结果。

MOTS2020寻衅赛

MOTS (Multi-Object Tracking and Segmentation) 多目标跟踪与实例瓜分寻衅赛由德国慕尼黑大年夜学、德国亚琛工业大年夜学、ETH联合举办,是多目标跟踪偏向的势力巨子角逐。该寻衅赛均是谋略机视觉顶会CVPR的议程之一,可以直不雅反应参赛者真实的利用能力。百度终极凭借原创自研的领先技巧,拿下KITTI-MOTS赛道赛道冠军

KITTI-MOTS赛道是自动驾驶势力巨子数据集KITTI中多目标跟踪义务的扩展,也是首个同时供给实例瓜分以及多目标跟踪标注的公开数据集。在KITTI-MOTS角逐中,百度提出新型措施PointTrack++,在行人和车辆两个种别中均取得冠军。

详细而言,PointTrack++包括视频实例瓜分、掩膜特性提取以及多目标关联跟踪等技巧,冲破性地把3D点云阐发融入2D MOTS义务之中,首次实实际时在线的MOTS算法,并在车辆场景测评指标上领先第二名3个百分点以上,实现SOTA结果。

百度举办2场高水准Workshop 推进学术交流

Learning from Imperfect Data (LID) Wo凯发k8地址rkshop主要评论争论若何在不完美数据标注的前提下,经由过程机械进修算法练习出高精度的视觉识别模型凯发k8地址。百度作为LID Workshop组织者,介入设计了弱监督物体瓜分、弱监督场景解析、弱监督物体定位三项角逐(Track)。值得一提的是,两支冠军步队提交了基于飞桨的代码。

CVPR2020 workshop on Media Forensics由百度联合举办,旨在发挥人脸防伪检测保护人脸识别系统免受恶意进击的紧张感化,并吸引来自学界/业界共340支参赛步队,终极有19支步队进入决赛并提交了模型与代码。

责任编辑:杨勇

发表评论
加载中...

相关文章