CVPR 2018 8 makale, 10+ Demo, çifte meydan okuma şampiyonu Megvii Teknolojisi, CVPR endüstrisi-üniversite-araştırma alışverişlerinde bir patlama başlattı
Megvii Technology, CVPR 2018'de tanıtıldı: temel araştırma ve endüstriyel inişi entegre eden akademik bir değişim etkinliği
31. Bilgisayarla Görme ve Örüntü Tanıma Konferansı CVPR 2018 (Bilgisayarlı Görü ve Örüntü Tanıma Konferansı) 18-22 Haziran tarihleri arasında ABD'nin Salt Lake City kentinde düzenlendi. Medya kanallarına başvuran tek katılımcı medya olan Leifeng.com AI Technology Review, CVPR 2018 hakkında özel bir rapor hazırlayarak yerli okuyuculara yerinde daha fazla ilk elden bilgi getirdi.
Son yıllarda derin öğrenmenin güçlü gelişimi ile yerli şirketler yapay zeka akademik konferanslarına derinlemesine dahil olmuş, uluslararası üne sahip ve dünyanın dört bir yanındaki bilim adamları tarafından tanınan bir akademik konferansta kendi benzersiz seslerini çıkardılar. Endüstriyel sektörün akademik yapay zeka araştırmalarına katılımının bir sergileme biçimi, aynı zamanda yerli ve yabancı şirketlerin Ar-Ge yeteneklerini çekmesi ve işe alması için bir "asker savaş alanı".
CVPR'ye 8 makale dahil edilmiştir ve birden fazla teknoloji araştırma gücünü göstermektedir
CVPR, yapay zeka ve bilgisayar vizyonu alanındaki en ilgili akademik konferans olduğundan, makalelerin teslim edilmesi ve dahil edilmesi doğal olarak işletmelerin akademik gücünü göstermek için "sert bir gösterge" dir. CVPR 2018'deki toplam 979 bildirinin bu yıl ana konferansa dahil edildiği ve kabul oranının yaklaşık% 29 olduğu anlaşıldı. Sektördeki pek çok bildiri arasında 2011 yılında kurulan Megvii Technology'nin bir spot kağıdı ve bu yıl CVPR ana konferansında yer alan 7 poster bildirisi bulunuyor. Dahil etmek ShuffleNet mobil düşük güçlü cihaz modeli , Anlamsal Segmentasyon için Ayrımcı Özellik Ağı DFN , Yoğun tıkanma problemini çözmek için RepLoss'u optimize edin , Köşe konumlandırma ve bölge bölümleme yoluyla sahne metnini algılamak için yeni bir algoritma ,Hem de Bozulmuş belge görüntülerini geri yükleyebilen DocUNet Diğer birçok teknoloji, akademisyenlerin güçlerini akademik araştırmada sunduğunu gösterdi.
Örneğin, ayırt edici özellik ağı DFN, bir sınıf içindeki anlamsal bölümleme tutarsızlığının iki temel problemini etkili bir şekilde çözer ve sınıflar arasında fark yoktur. Yeni kayıp fonksiyonu RepLoss, yaya tespitinde yoğun tıkanma sorununu etkili bir şekilde ele alır.
Buna ek olarak, CVPR 2018'de de yer alan iki mücadele şampiyonu makalesi vardır: İnsan Pozu Tahmini (CPN) ve COCO 2017 Nesne Algılama ile İlgili Rekabet Algoritması (MegDet) Yorumlama. (Leifeng.com AI Technology Review ilgili makalelerde de rapor edildi, buraya bakın)
Basamaklı piramit ağı CPN, çok kişili poz tahmini sorununu çözer.Bu teknolojik buluş, oyun animasyonu, güvenlik (anormal davranış tespiti, vb.) Ve spor (hakem yardımı, vb.) Gibi insan vücudu poz tahmini ile ilgili uygulama alanlarının gelişimini teşvik edecektir.
MegDet, mini-parti perspektifinden derin sinir ağlarının eğitimini hızlandırmak için yeni bir algılama yöntemi sağlar Nesne algılama teknolojisi, doğrudan güvenlik, yeni perakende ve insansız sürüş alanlarında uygulanabilen iki temel boyut olan doğruluk ve hızdan optimize edilmiştir.
"Salt Lake City AI Gecesi", CV Young Scholars Exchange
Ana konferanstan önceki gece Megvii Technology, olay yerinde "Salt Lake City AI Gecesi" düzenledi ve Altizure ve Diejing Technology ile birlikte bilgisayar vizyonu genç akademisyenlerle bir değişim toplantısı düzenledi. Değişim toplantısına Megvii Teknolojisi Baş Bilimcisi ve Megvii Araştırma Enstitüsü Dekanı Sun Jian, Seattle Megvii Teknoloji Araştırma Enstitüsü Dekanı, Hong Kong Bilim ve Teknoloji Üniversitesi Profesörü Lilong ve ShanghaiTech Üniversitesi Profesörü ve Diejing Teknolojisinin kurucusu Yu Jingyi katıldı. 250'den fazla katılımcı çekti.
Megvii Technology adına, Dr. Sun Jian ilk olarak konferansa katılan öğretmenleri ve öğrencileri karşıladı ve Megvii Teknolojisinin mevcut gelişim durumunu ve genç akademisyenler için değişim toplantısının yapılmasının amacını kısaca tanıttı. Hem temel araştırma hem de ürün teknolojisi nasıl yapılır? Dr. Sun Jian, üniversitenin otomatik kontrol öğretmeninin öğretisinden alıntı yaptı: Tanrı ve hayalet olmak. Yeryüzüne inmek ve yıldızlara bakmak gerekir.Bir şirketin temel araştırma ve inşası bir gecede gerçekleştirilemez.Ayrıca, ürünlerin uygulanması için sağlam bir teknik güç sağlayacaktır. Dr. Wang Jue, Profesör Quan Long ve Profesör Yu Jingyi de konuşma yapmak için sahneye çıktı. Sadece bu yılki CVPR'nin en lezzetli atıştırmalıkları değil, aynı zamanda katılımcıların tadını çıkarabileceği çeşitli şarap türleri de vardı.Daha da önemlisi, heyecan verici bir çekiliş vardı.
Dr. Sun Jian'a göre tez, sektördeki araştırmaların kaçınılmaz bir sonucu değildir. Örnek olarak geçtiğimiz Temmuz ayında sektörde herkesin aşina olduğu ve yaygın olarak kullanılan ShuffleNet'i ele alalım.Firmalar için kağıt çıktısı talebi olsun olmasın, daha hafif bir model yapısının nasıl tasarlanacağı her zaman mobil uygulamaların inişi olmuştur. önemli soru. Bu nedenle, Megvii Teknoloji ekibi, verimli bir evrişimli katman tasarımıyla hesaplama karmaşıklığını azaltarak bellek erişim verimliliğini ve hesaplama hızını artırdı. Bu makaleyi geçen yıl tamamladıktan ve CVPR 2018'e gönderdikten sonra ekip burada durmadı. V2 versiyonu VALSE 2018'de açıklandı .
Bununla birlikte, endüstri araştırması ve akademik araştırmanın aslında ortak bir yönü vardır. Dr. Sun Jianın anlayışına göre, belirli bir model izleyeceklerdir: önce bilişsel sınırları keşfetmek için doğru bir şekilde başlayın, ardından hız ve verimlilik faktörlerini daha da göz önünde bulundurun ve sonunda Ürünün pratik kırmızı çizgisini aşan bir denge noktası. Bu kez Megvii Technology, bilgisayar görüşü ve yapay zeka ile ilgilenen benzer düşünen insanları bir araya getirmeyi ve yetenekleri işe alma konusunda daha fazla iletişim kanalı sağlamayı amaçlayan "Salt Lake City AI Gecesi" ni düzenledi.
Video semantik otopilot, Megvii çift şampiyonluğu kazandı
Bu yılki CVPR 2018'de Megvii Technology, AVA ve WAD olmak üzere iki mücadelede tek çift şampiyonluğu da kazandı. Megvii Technology, toplamda 15 yapay zeka teknolojisi değerlendirme şampiyonluğu kazandı. 2013 yılının Aralık ayının başlarında, yüz tanımada üç dünya şampiyonluğu kazanan ilk şirket oldu ve Ekim 2017'de kazanan ilk şirket oldu. COCO ve Places Global Image Recognition Competition'da üç şampiyonluk kazanan yerli bir şirket.
Bu yıl CVPR atölyesinde düzenlenen ActivityNet Challenge (ActivityNet Large-Scale Activity Recognition Challenge), video semantik anlayışının sınırlarını daha da genişletmeyi hedefliyor. Görev B-Uzamsal-zamansal Eylem Lokalizasyonu, algoritmanın insan davranışının zamansal ve uzamsal bilgilerini yerelleştirme yeteneğini değerlendirmeye çalışan AVA veri setine dayanır, burada etiketli her video klibin süreklidir ve 15 dakikayı aşar ve birden çok konu içerir Her konunun birden fazla davranışı vardır; # 1 (Yalnızca Görme) ve # 2 (Tam) yarışmalarda Megvii Teknolojisi birinci oldu.
Megvii Teknolojisi Araştırma Lideri ve Tespit Grup Başkanı Dr. Yu Gang, bu görevin eylemleri atomik seviyeye kadar rafine ettiğini, görevdeki insan öznesinin konumunu, hangi eylemlerin gerçekleştiğini ve diğer nesnelerin / insanların belirlenmesi gerektiğini belirtti. Hangi etkileşimler yapıldı. Davranışsal uzay-zamansal bilgiyi bulma yeteneği, video analizinde büyük önem taşır.
WAD (Otonom Sürüş Çalıştayı) aynı zamanda CVPR 2018 atölye çalışmasının ev sahipliği yaptığı otonom bir sürüş tanıma mücadelesidir.Görev 4 Eşgörünüm düzeyinde Video Segmentasyonu, katılımcıların bir çerçeve içinde hareket etmesini gerektirir Nesne (arabalar ve yayalar gibi) örnek düzeyinde segmentasyon. Bu olay, Baidu tarafından sağlanan iyi açıklamalı büyük ölçekli veri kümesi ApolloScape'e dayanmaktadır. Bu veri kümesi, yüz binlerce algısal sınıflandırma çerçevesi ve yol ağı verileri dahil olmak üzere 147.000 piksel düzeyinde semantik açıklamalı görüntü çerçevesi açmıştır. Yüksek çözünürlüklü görüntü verileri ve ilgili piksel piksel anlamsal açıklama, daha karmaşık ortamları, hava ve trafik koşullarını daha da kapsayacak ve veri çeşitliliğini genişletmek için daha fazla sensör ekleyecektir. Baidu Apollo'ya göre ApolloScape'in açıklama hassasiyeti, aynı tipteki KITTI ve Cityscapes veri setlerini ve UC Berkley tarafından yayınlanan en son BDD100K veri setini de geride bıraktı.
Megvii Technology'de stajyer olan Dr. Yu Gang ve Tsinghua Üniversitesi doktora öğrencisi Li Zeming, Megvii Technology'nin şu anda otonom sürüş alanında yer almamasına rağmen, ekibin bu sefer otopilotla ilgili mücadeleye katılmak için iki ana amacı olduğunu söyledi. Birincisi, kendi algoritmalarının yeteneklerini doğrulamak ve farklı uygulama senaryolarında algoritmaların çok yönlülüğünü test etmek; diğeri ise algoritma ustalıklarını test etmektir. Ve bu çifte şampiyonluk, Megvii Teknolojisinin teknolojide biriktiğini ve farklı senaryolarda kullanılan algoritmanın iyi kontrolünü de doğruladı.
CV'nin gücünü vurgulayan eğlenceli ve ilginç 10+ gerçek zamanlı demo
Doğal olarak, 6.500'den fazla bilgisayar görme yeteneğini bir araya getiren akademik bir zirvede, kendi teknolojilerini yerinde daha iyi nasıl sunabilecekleri de her işletmenin yüzleşmesi gereken bir teklif haline geldi. Bir elmas sponsoru olarak Megvii Technology ayrıca tek seferde 10'dan fazla demo sergiledi. Dr. Sun Jian'ın dediği gibi: "Bilgisayarla görmenin en eğlenceli yanı, birçok güzel, eğlenceli ve kullanışlı siyah teknolojisi yapabilmenizdir."
Iris VSLAM'ın depolama makinesi teknolojisinin tek tanıtım videosu olması dışında, "Street Fighter Rivalry" ayrıca mekan ve ağ gecikmesi hususları nedeniyle video gösterimleri kullanır.Megvii'nin CVPR 2018'deki diğer video sunumları Tüm demolar, olay yerindeki katılımcılarla daha iyi etkileşim kurmaya yönelik gerçek zamanlı gösterilerdir ve deneyim sırasında herkes küçümseyen teknolojinin gücünü ve güvenini tam olarak hissedebilir.
Dr. Sun Jian, "Bilgisayar vizyonunun gerçek gücü, çevrimdışı sahnelerin gerçek zamanlı sisteminde yatıyor. Bu sefer Megvii tarafından getirilen demolardan bazıları, ekibin daha eğlenceli ve pratik bulduğu projeler. Street Fighter'ın demosu gibi. Ayrıca iki hafta önce meslektaşları tarafından test edildi.Kullanıcılar, Street Fighter oyunlarındaki karakterlerin işleyişini gerçek zamanlı olarak kontrol etmek için vücut hareketlerini kullanabilirler.Aslında İnsan Algılama ve Çok Kişili Pozu kullanır. Tahmin) ve gerçek zamanlı eylem tanıma (Gerçek Zamanlı Eylem Tanıma) ve diğer teknolojiler, gelecekte perakende, güvenlik ve diğer alanlarda birçok pratik uygulama önemine sahip olacaktır. "
Ares depolama robotunun demo videosu, Megvii SLAM robotunun teknolojisini ve uygulama senaryolarını gösterir.Güçlü ve doğru gerçek zamanlı olarak haritalama, konumlandırma, navigasyon, engellerden kaçınma ve diğer işlevler açısından iç mekanlarda yüksek hassasiyetli haritalar oluşturabilir Gerçek zamanlı olarak esnek yaya kaçışını bulur ve gerçekleştirebilir Lojistik, endüstriyel üretim ve yeni perakende alanlarında geniş uygulama olanaklarına sahiptir.
Yoğun sahnelerde kalabalık algılama veri seti CrowdHuman, bu yılın Mayıs ayında açık kaynaklandı ve yoğun sahnelerde tespit problemleri için değerli araştırma çalışmaları sağladı. Dr. Yu Gang'a göre, yoğun sahneler altında test etmek çok zorlu ve zorlu bir iştir ve CrowdHuman veri kümesi bunun için doğmuştur. Bu kıyaslamanın özelliği esas olarak yaya algılaması içindir.Bir yandan veri ek açıklaması kafa pozisyonunu, insan vücudunun görünür çerçevesini ve tüm çerçeveyi kapsarken, insan çerçevesi ile kafa çerçevesi arasında bağlayıcı bir ilişki vardır; diğer yandan veri setinin belirli bir Caltech, CityPerson ve COCO'nun genelleme yetenekleri.
Bu sefer CVPR'de gösterilen Demo algoritması, Repulsion Loss ve kamuya açık olmayan bazı diğer yöntemleri kullanarak CrowdHuman veri setinde eğitilmiş Feature Pyramid Network FPN'ye dayanmaktadır (esas olarak NMS'nin neden olduğu darboğazı çözmek için). Konferans salonu gibi yoğun kalabalıkların olduğu tipik bir sahnede sistemin performansının oldukça iyi olduğu görülebilir.
Yoğun sahne insan algılama veri seti CrowdHuman'a ek olarak, standartlaştırılmamış emtia akıllı kasiyerler ve CVPR makale yazarları tarafından belirlenen iki demo da bu kez CVPR 2018'de sunulacak.
Megvii Nanjing Araştırma Enstitüsü tarafından getirilen akıllı yardımcı kasa, genellikle manuel ödeme gerektiren standart dışı malların yazar kasa sorununu çözüyor. Bir fırının demo sahnesi, doğruluğu sağlarken yerleşim verimliliğini büyük ölçüde artırabilir. Ek olarak, sistem diğer standart olmayan kasiyer uygulamalarına kolayca genişletilebilir ve standartlaştırılmamış emtia kasiyerlerine yardımcı olacak bir AI silahı haline gelecektir.
"CVPR Yazar Tanıma", Koala sisteminin bu konferans için özel olarak özelleştirilmiş bir uygulama durumudur (Koala, Megvii Technology tarafından geliştirilen akıllı bir karşılama robotudur) Google Scholar'ı ve yazarın Twitter'daki kamuya açık bilgilerini temel kitaplık olarak kullanır. Kameranın görünür aralığında bir yüz belirdiğinde, Koala videodaki yüzü otomatik olarak algılayacak ve yüz özelliklerini çıkaracaktır. Konu konferans yazarlarından biriyse, ad, H-indeksi ve konferansta yayınlanan temsili makaleler açılır kartta görüntülenecektir.
Fuar sitesinde Leifeng.com ayrıca Megvii Technology tarafından getirilen birçok mobil demo gördü. Mobil terminalde gerçek zamanlı genel nesne ve insan anahtar noktası tespiti gibi iki demo, doğruluk ve hız açısından sanayileşmenin hızını artırdı ve gelecekte çeşitli sahnelerin tespitinde rol oynayacak.
Diğer bir örnek, düzinelerce Android cep telefonuna uygulanan gerçek zamanlı yüz kilidi açma teknolojisidir.Tanıma, canlı algılama ve dikkat kararı gibi birden çok teknolojiyi entegre eden bu özellik, cep telefonlarının güvenli bir bağlamda verimli ve doğal bir şekilde açılmasına yardımcı olabilir.
Animoji, derin öğrenmeye dayalı bir 3 boyutlu yeniden yapılandırma uygulamasıdır.İnsan ifadelerini gerçek zamanlı olarak analiz edip sevimli çizgi resimlere aktarabilir.Gerçek zamanlı görüntülü sohbet ve emoji paketi üretimi gibi birçok fonksiyona uygulanabilir.
Buna ek olarak, şu anda Beijing Araştırma Enstitüsü ve Seattle Araştırma Enstitüsü tarafından ortaklaşa geliştirilen, cep telefonu arka plan bulanıklaştırma ve cep telefonu portre ışık efekti teknolojisi ile temsil edilen mobil "siyah teknolojiler" vardır. Seattle Araştırma Enstitüsü başkanı Wang Jue'ye göre, geçen yıldan itibaren uzun bir zamana kadar Seattle Araştırma Enstitüsü'nün ana çalışması mobil terminal, özellikle cep telefonları üzerinde yoğunlaşacak.
Cep telefonlarının karşılaştığı yapay zeka ile ilgili önermelerin temel olarak iki yönü vardır: Biri güvenlik, yani kilit açma, ödeme ve yüz tanıma, canlı vücut algılama ve diğer işlevleri içeren diğer ilgili işlevler; diğeri ise görüntüleme, yani güzellik ve filtreler gibi görüntü ve video işlemedir. 3B yeniden yapılandırma, görüntü bölümleme vb. Dahil gereksinimler
Amerika Birleşik Devletleri'ndeki Adobe Araştırma Enstitüsü'nün eski baş bilim adamı olan Dr. Wang Jue, geçen yıl Mayıs ayında Megvii Technology'ye katıldıktan sonra Megvii, görüntüleme alanını içeren daha fazla araştırmaya da başladı. Oldukça karmaşık bir bilgisayar sistemi olarak, cep telefonunun bilgi işlem kaynaklarının tam olarak nasıl kullanılacağı da modelin performansı ve güç tüketimi konusunda daha yüksek gereksinimleri ortaya koymaktadır. Araştırma ve geliştirme sürecinde Dr. Wang Jue, Megvii'nin uzaktan işbirliğinde daire yönetiminin yüksek verimliliğini derinlemesine fark etti, bu da iletişimi ve karar vermeyi çok hızlı hale getirdi ve bu, bir zamanlar büyük şirketlerin uzun süreciyle sınırlı kalan onu da şaşırttı. Sonsuz.
Temel araştırmalara dikkat edin ve "basit ve pratik" i takip edin
Ar-Ge personelinin% 50'sinden fazlasına sahip bir işletme için Megvii Technology, araştırma sisteminin inşasına ve yatırımına büyük önem veriyor. 2017 yılından itibaren sistem mimarisi ve akademik işbirliği alanından küresel kapsama doğru genişledi. Megvii Technology, Amerika Birleşik Devletleri'nde Seattle, Nanjing ve Chengdu'da, Dr. Sun Jian ve Seattle Araştırma Enstitüsü başkanı olarak Wang Jue başkanlığındaki araştırma dalları kurmuştur; araştırma alanında, her araştırma dalının kendi odağı ve iş bölümü vardır: Seattle Araştırma Enstitüsü gibi. Kuzey Amerika pazarının gelişimi, yenilikçi işlerin araştırma ve geliştirmesini bağımsız olarak üstlenirken; Nanjing Araştırma Enstitüsü ve Chengdu Araştırma Enstitüsü, temel araştırma ve geliştirme ve endüstriyel iniş çalışmalarını yürütmek için sırasıyla finansal istihbarat (özellikle akıllı perakende) ve akıllı şehir (akıllı depolamaya odaklanma) iş kollarına odaklanıyor. .
Ek olarak, yüksek öğrenim kurumlarıyla yakın işbirliğini sürdürmek, Megvii Teknolojisinin akademik araştırmayı derinleştirmesi için önemli bir yol haline geldi. Ayrıca 2017'den başlayarak Megvii, Xi'an Jiaotong Üniversitesi, Hong Kong Bilim ve Teknoloji Üniversitesi, Şangay Bilim ve Teknoloji Üniversitesi ve diğer üniversitelerle art arda yapay zeka ortak laboratuvarları kurdu ve 2017'de Turing Ödülü'nün tek yerli galibi olan Akademisyen Yao Qizhi'nin şef olduğu bir akademik komite kurdu. danışman.
Yeni kurulan şirketler neden temel araştırma yapıyor? Dr. Sun Jianın anlayışı iki nedeni içeriyor: Birincisi kendini gerçekleştirmedir Bir araştırmacı yenilikçi bir atılım noktasını keşfederse, keşif anında maksimuma ulaşmış demektir. İkincisi, dış tanıma: Akademik konferanslarda makaleler yayınlamak veya ürünleri pratik uygulamalara sokmak, daha fazla insanın fikirlerinizi görmesine ve tanımasına ve başka bir olumlu geribildirim almasına olanak sağlayacaktır.
"Megvii, peşinde koşan bir şirket. Bu arayışın iki anlamı var. Birincisi, ekipteki herkesin en iyi teknolojiyi yapmayı umması; diğeri ise şirketin ticarileştirme sürecinde yeryüzüne inmesi ve ürünün gerçekten Kullanıcılara değer katıyoruz. Dr. Wang Jue, uzun vadeli bir perspektiften bakıldığında, Megvii Technology'nin yalnızca yapay zeka alanında değil, aynı zamanda tüm teknoloji alanında önemli bir destekçi ve hatta lider olmayı umduğuna inanıyor. "Yapay zekanın nihayetinde yaratacağı tüm güzellik için" bu inancın Megvii Technology tarafından en iyi yorumudur.
Megvii Teknolojisinin araştırma değeri "Nihai, basit ve güvenilir olanı aramak" olmuştur. İster teori ister algoritma olsun, Dr. Sun Jian ve ekibi bazı basit ve pratik çalışmalar yapmayı ve aynı değerlere sahip yetenekleri cezbetmede bir zemin oluşturmayı umuyor. Sun Jian, "İnovasyon sürecinde, kendini gerçekleştirmenin değeri tüm ekibi ilerlemeye motive etmeye devam edecek ve dış tanınma, erdemli bir çember oluşturarak Megvii Teknolojisine katılmaya daha fazla grup çekecektir." Dedi. . Megvii Technology, 8 bildiri, 10+ Demo, ikili mücadele şampiyon deneyimi paylaşımı ve aynı dönemde CV çevrimdışı paylaşım ve değişim toplantısı ile bu CVPR 2018'de 6000 CVPR 2018 bursiyerine bir ürün getirdi. Çalışmanın ve araştırmanın yakın entegrasyonunun bir şöleni olan Megvii'nin gelecekte kullanıcılara daha heyecan verici yeni iniş sonuçları getirmeye ve daha fazla genç öğrenciyi bu pragmatik ve doğru ekibe katılmaya çekeceğine inanıyorum.
Lei Feng.com AI teknolojisi inceleme raporu.
