机器之心发布
机器之心编辑部

计算机视觉方向顶级学术盛会 ICCV 2021（国际计算机视觉大会）于美国东部时间 10 月 11 日 - 17 日正式召开 。 商汤科技及联合实验室共计 50 篇论文入选 ICCV 2021 ， 同时在 MFR、LPCV 等多项重要竞赛中夺冠 ， 中国原创技术在国际级学术舞台上再度大放异彩 。

ICCV 与 CVPR（计算机视觉模式识别会议）和 ECCV（欧洲计算机视觉会议）并称计算机视觉方向的三大顶级会议 。 虽然受疫情影响 ， 今年的 ICCV 完全在线上举办 ， 但本届的热度依然不减 。 作为中国 AI 技术领域的执牛耳者 ， 一直以来商汤科技都致力于坚持原创 ， 此次再次斩获累累硕果 ， 并以学术成果直击产业应用痛点 ， 是对商汤长期在前沿科技领域重投入 ， 并以强大研发团队、领先人工智能基础设置 SenseCore 商汤 AI 大装置构筑稳固创新护城河战略的再度验证与回馈 。
50 篇论文入选 ， 多项竞赛问鼎冠军 今年商汤入选的 50 篇论文 ， 涵盖模型量化、三维建模、自动驾驶、机器学习系统决策等多个领域 ， 不仅包括各领域前沿基础研究突破 ， 还直击行业应用痛点 。
比如 ， 在《Semantically Coherent Out-of-Distribution Detection》这一论文中 ， 对于开放世界识别问题 ， 商汤团队重新设计了基准测试 。 所谓开放世界识别 ， 是指让计算机在面对未知世界时 ， 能够识别出未知的物体 ， 而不是认为所有物体都属于已知类别 。

文章图片

测试基准示意图
商汤团队提出的新基准旨在发展该领域 ， 即在要求开放世界模型不仅能够识别出未知类别的同时 ， 还希望它对已知类别的不同形态进行泛化和准确分类 。 这篇论文同时也提出了有效的解决方案 ， 可以帮助支撑计算机视觉模型的可靠性 。
随着 3D 扫描等技术的日益成熟 ， 点云数据的应用场景变得更加的普遍 ， 然而如何从点云中抽取参数化的结构信息以便下游识别、理解、编辑任务依然是一个难题 。 现有方法要么假设物体只由若干个简单的基本图元 (Primitive) 的并集组成 ， 要么使用复杂的网络去估计一颗动态的 CSG 树 。 商汤论文《CSG-Stump: A Learning Friendly CSG-Like Representation for Interpretable Shape Parsing》提出了构造几何实体（CSG）的全新表现形式(CSG-Stump) ， 不同于传统的 CSG 树, CSG-Stump 可以将任意深度的 CSG 树压缩成三层并用三个二值化矩阵来表示 。 在此基础上 ， 商汤提出了一个端到端无监督的构造几何实体预测网络 ， 这样生成的构造几何实体不仅重建效果好 ， 同时具有高可解释 ， 高可编辑性的特点 。

文章图片

CSG-Stump、CSG-Stump 网络、效果展示
除论文外 ， ICCV 2021 期间的各项挑战赛同样备受关注 。 其中 ， LPCV 挑战赛是致力于将计算机视觉技术应用于极致低功耗场景的顶级竞赛 ， 由普渡大学、Facebook、Xilinx 等顶级学术机构和软硬件公司联合举办 。 商汤模型工具链团队依托工业化的基模型生产体系 ， 通过大规模预训练、检测模型调优、压缩技术和部署能力的软件 - 硬件 - 算法全方位协同 ， 一骑绝尘大比分领先 ， 夺得 FPGA 赛道冠军 。

文章图片

商汤团队在LPCV比赛的FPGA赛道排名第一
此外 ， 为更好地促进三维重建社区的发展 ， 新加坡南洋理工大学 S-Lab ， 商汤科技海外研发中心 IRDC 和上海人工智能实验室 ， 一起构建了一个大规模且丰富的多视角残缺点云（MVP）数据集和评测基准 ， 并在今年的 ICCV 上举办了 MVP challenge ， 以供研究人员测试和检验更优的点云补全和点云配准方法 。 比赛吸引了海内外约 100 支研究团队 ， 经过比赛和交流 ， 启发了大家针对更接近现实采集到的残缺点云数据来设计方案 ， 以实现残缺点云的补全和配准 。