近期，特斯拉自動(dòng)駕駛事故被頻頻報(bào)道，同時(shí)華為“自動(dòng)駕駛”技術(shù)驚艷亮相，被廣大網(wǎng)友認(rèn)為其已經(jīng)達(dá)到了L4的自動(dòng)駕駛水平，這使得關(guān)于汽車輔助駕駛系統(tǒng)的討論再度熱鬧了起來。其中最關(guān)鍵的核心就是有關(guān)汽車視覺的感知系統(tǒng)。

事實(shí)上，隨著AR+AI時(shí)代的到來，AI視覺作為實(shí)現(xiàn)工業(yè)自動(dòng)化和智能化的關(guān)鍵核心技術(shù)，正成為人工智能發(fā)展最快的一個(gè)分支。當(dāng)機(jī)器可以“看懂這個(gè)世界”時(shí)，它將如眼睛之于人類的價(jià)值一般，不僅會(huì)改變我們的出行方式，還將改變我們的娛樂、學(xué)習(xí)等等與生活有關(guān)的一切。

一直以來，亮亮視野都在AR和AI上投入了巨大的精力，在為行業(yè)提供支撐企業(yè)數(shù)字化轉(zhuǎn)型的硬件和平臺(tái)的同時(shí)，與中科院自動(dòng)化所建立聯(lián)合實(shí)驗(yàn)室，通過對(duì)算法協(xié)同、多模態(tài)任務(wù)、環(huán)境測(cè)試等多方面進(jìn)行綜合研究，努力實(shí)現(xiàn)AI多模態(tài)感知融合。近期，其多項(xiàng)研究成果成功入選計(jì)算機(jī)視覺世界的頂級(jí)會(huì)議。

“基于結(jié)構(gòu)信息保持的弱監(jiān)督目標(biāo)定位”

入選CVPR2021

Unveiling the Potential of Structure-Preserving for Weakly Supervised Object Localization. CVPR 2021.

CVPR2021是計(jì)算機(jī)視覺世界三大頂會(huì)之一！本次大會(huì)收到來自全球共7015篇有效投稿，最終有1663篇突出重圍被錄取，錄用率僅為23.7%。

本論文研究的是弱監(jiān)督目標(biāo)定位（WSOL）能力，這是當(dāng)下仍富有挑戰(zhàn)的計(jì)算機(jī)視覺任務(wù)，雖然現(xiàn)有的工作通過利用空間正則化策略可以明顯提高目標(biāo)定位精度，但往往忽略了如何從訓(xùn)練好的分類網(wǎng)絡(luò)中提取目標(biāo)結(jié)構(gòu)信息，使得性能和效率還有大幅提高的空間。

本次研究提出了一種兩階段的方法“結(jié)構(gòu)保持激活（SPA）”，以充分利用WSOL卷積特征中包含的結(jié)構(gòu)信息。在包括CUB-200-2011和ILSVRC在內(nèi)的兩個(gè)公開基準(zhǔn)上進(jìn)行的大量實(shí)驗(yàn)表明，與基準(zhǔn)方法相比，本文提出的SPA方法取得了顯著的性能提升。

分析并提醒行進(jìn)中存在的警示和風(fēng)險(xiǎn)

而這種提升就可以在汽車駕駛時(shí)，對(duì)感知系統(tǒng)下的更多物體實(shí)現(xiàn)更為精準(zhǔn)的檢測(cè)與判定，降低事故發(fā)生率。

“SiamCPN：基于孿生中心預(yù)測(cè)網(wǎng)絡(luò)的視覺跟蹤”

入選CVM 2021

SiamCPN: Visual tracking with the Siamese center-prediction network. CVM 2021.

CVM是亞洲圖形學(xué)學(xué)會(huì)（ASIA Graphics Association）旗下的三大系列會(huì)議之一，由清華大學(xué)圖形學(xué)實(shí)驗(yàn)室于2012年在北京創(chuàng)辦，發(fā)展至今，已經(jīng)在國(guó)際上形成較大影響力。此次入選CVM2021的論文也同步入選SCI索引源。

本論文主要針對(duì)的是目標(biāo)跟蹤問題，通過一種anchor-free的孿生網(wǎng)絡(luò)SiamCPN，給定初始幀中的參考追蹤對(duì)象，可直接預(yù)測(cè)后續(xù)幀中對(duì)象的中心點(diǎn)和大小。相比其它先進(jìn)的孿生網(wǎng)絡(luò)算法，該方法GOT-10K、UAV123數(shù)據(jù)集上取得了更好的結(jié)果，推理速度也有1.5-2.0倍的提升。

這一成果可應(yīng)用于互動(dòng)游戲之中，可以讓虛擬的場(chǎng)景與現(xiàn)實(shí)自然融合，讓虛擬創(chuàng)造的NPC更真實(shí)的與玩家互動(dòng)，從而讓玩家獲得更具沉浸感的增強(qiáng)現(xiàn)實(shí)游戲體驗(yàn)。

讓虛擬NPC始終坐在人物肩膀上

其實(shí)不止于這些場(chǎng)景，這兩項(xiàng)科研成果還可以應(yīng)用于更多領(lǐng)域。目前，亮亮視野正將這些技術(shù)帶到工業(yè)巡檢領(lǐng)域，從而促進(jìn)技術(shù)快速成熟，更快更好的服務(wù)國(guó)民用戶的普通生活之中。

例如，“基于結(jié)構(gòu)信息保持的弱監(jiān)督目標(biāo)定位”現(xiàn)正應(yīng)用于電力、制造、能源等領(lǐng)域的生產(chǎn)車間中，通過將技術(shù)賦予AVG機(jī)器人之中，機(jī)器人可以在復(fù)雜的環(huán)境中實(shí)現(xiàn)自主行走、避障等，從而提升機(jī)器人搬運(yùn)、分揀等效率。此外，將該技術(shù)植入進(jìn)AR智能眼鏡中，可以為現(xiàn)場(chǎng)人員提供實(shí)景導(dǎo)航、安全提示等，從而提高生產(chǎn)安全性。

而“基于孿生中心預(yù)測(cè)網(wǎng)絡(luò)的視覺跟蹤”技術(shù)則可以將數(shù)字孿生技術(shù)、三維建模技術(shù)更好的應(yīng)用起來，工作人員可更方便的查看設(shè)備圖紙、操作設(shè)備虛擬三維模型，提高生產(chǎn)、運(yùn)維、遠(yuǎn)程培訓(xùn)的效率。

AI是進(jìn)入未來世界的關(guān)鍵，是成就改變世界夢(mèng)想的鑰匙。截至目前，亮亮視野已經(jīng)有數(shù)篇AI科研成果登陸世界頂級(jí)會(huì)議，并將這些技術(shù)產(chǎn)業(yè)化，為不同行業(yè)帶去智能化的解決方案。未來，亮亮?xí)^續(xù)加大AI領(lǐng)域的研究工作，通過人工智能與增強(qiáng)現(xiàn)實(shí)技術(shù)，以第一視角交互讓人與人、人與機(jī)器、人與數(shù)據(jù)的溝通變得更自然高效。

原文標(biāo)題：AI視覺研究持續(xù)亮劍 亮亮視野成果入選世界頂級(jí)會(huì)議

文章出處：【微信公眾號(hào)：亮亮視野】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq