當?shù)貢r間6月16日，全球計算機視覺頂會 CVPR 2019 在美國長灘拉開帷幕，超過9200位相關人士共赴盛會，推進計算機視覺技術的交流與落地。曠視通過 Oral、Poster、Workshop、Demo、Booth 等形式，同世界分享在計算機視覺理論與應用領域的最新進展。值得一提的是，在 CVPR 2019 的3項挑戰(zhàn)賽中，曠視最終擊敗 Facebook、通用動力、戴姆勒等國內外一線科技巨頭/知名高校，共計斬獲6項世界冠軍！

持續(xù)創(chuàng)新

Brain++拓展AI認知邊界

做人工智能不能閉門造車。作為以算法為基因的公司，曠視自誕生之日起便一直積極參與計算機視覺在全球范圍內的學術交流，一方面是為了與世界分享自己的研究成果，另一方面也是為了吸取全球的智慧，研發(fā)最好的技術來助力世界發(fā)展，創(chuàng)造社會價值。

展會現(xiàn)場

此行，曠視共參加 CVPR 2019 WAD（Workshop on Autonomous Driving

）、CVPR 2019 FGVC（Workshop on Fine-Grained Visual Categorization

）、CVPR 2019 NTIRE（New Trends in Image Restoration and Enhancement workshop）3項挑戰(zhàn)賽，拿下6項冠軍，涵蓋自動駕駛、新零售、智能手機、3D 等眾多領域，其背后起支撐作用的是曠視深度學習框架 Brain++。這是一套由曠視研究院自主原創(chuàng)的算法引擎，致力于從云、端、芯三個方面全面賦能物理世界，以實現(xiàn)對世界的感知、控制、優(yōu)化。Brain++ 不僅助力曠視拿下世界冠軍，還將推動智能汽車、商品識別、手機影像處理、智慧農(nóng)業(yè)等應用領域的進步發(fā)展。

曠視斬獲 CVPR 2019 挑戰(zhàn)賽6項世界冠軍

大會現(xiàn)場，挑戰(zhàn)賽主辦方宣布比賽成績，并向冠軍隊伍頒發(fā)獲獎證書；隨后，曠視相關的參賽人員通過一張張 Slides、一場場 Talks、一張張 Posters 向與會人員分享了奪冠背后的技術方法，以及冠軍之路上滿滿的收獲。

今年是曠視自成立以來連續(xù)第5年參加 CVPR，在談到參加這種頂級學術會議對公司戰(zhàn)略意義的時候，曠視首席科學家、曠視研究院院長孫劍表示：

“一流的人才往往希望在一個開放的環(huán)境中成長。發(fā)表論文、參加學術會議，其實是有人對你的工作鼓掌，激勵你繼續(xù)前行。

曠視研究院最寶貴的財產(chǎn)是人才。如何吸引、培養(yǎng)、保留人才是一個組織健康和高速發(fā)展最關鍵的。

我的工作第一優(yōu)先級是打造一個好的研發(fā)環(huán)境，讓公司贏，讓我們贏，讓每個人贏。因為我始終相信兩點：中國不缺乏聰明人，中國有世界上最好的發(fā)展機會。我們就是要把一幫聰明人聚起來，齊心協(xié)力，貫徹‘發(fā)展就是硬道理’?！?/p>

冠軍之路，滿是收獲

CVPR 2019 WAD nuScenes 3D Detection Challenge

nuScenes 3D Detection Challenge冠軍獎牌

CVPR 2019 WAD 是自動駕駛領域的權威比賽，其中 nuScenes 比賽方向是 3D detection，旨在通過模型分析 3D 激光雷達/相機數(shù)據(jù)，賦予自動駕駛汽車偵測物體的能力，保障行駛安全。

nuScenes 不僅需要同時識別10類物體（相比 KITTI 只需預測單個類別），還加入了速度和屬性的預測，而且需要解決嚴重的類別不均衡問題，因此任務難度大幅提高，因而也更具有實際意義。

比賽中，曠視設計了一個多尺度、多任務的模型，借助新型檢測網(wǎng)絡，結合均衡采樣等策略，極大提高了模型的檢測精度，尤其是在小物體上。由最終結果可知，相較于官方 Baseline 45.3%， 曠視的模型高出18個點，達到63.3%，比第二名也高出8.8個點， 擊敗一系列頂尖團隊，一舉奪魁。

CVPR 2019 WAD Detection/Tracking Domain Adaptation Challenge

Detection Domain Adaptation Challenge冠軍獎牌

Detection Domain Adaptation Challenge 是 CVPR 2019 WAD 的另一項挑戰(zhàn)賽，旨在對自動駕駛場景下的環(huán)境（二維圖像信息）進行感知，今年的比賽主要解決領域自適應問題，即美國道路場景和中國道路場景的相互適應。

具體而言，即利用7萬張美國道路場景數(shù)據(jù)進行訓練，對近15萬張中國道路場景進行測試，不允許使用任何標注測試數(shù)據(jù)，只允許使用 ImageNet 進行預訓練。圖像本身的不一致之外，不同天氣、不同道路以及復雜的交通狀況都給任務增加了額外挑戰(zhàn)，同時也為實際使用提供了可能性。

曠視基于自身積累的檢測算法之外，加之復現(xiàn)/使用的最前沿的檢測算法（比如 NAS-FPN、Cascade RCNN），進而對 Cascade RCNN 做出一系列改進，使得網(wǎng)絡在不同 IOU 閾值下的檢測結果都有一定漲幅；同時，為了解決兩個數(shù)據(jù)集之間數(shù)據(jù)分布不一致的問題，曠視還利用合并訓練、AdaBN、Data Distillation 等技術手段，最終在測試集上高出第二名深蘭科技1.7個點，同時在所有單類別上取得最高結果。

另外，在 Tracking Domain Adaptation Challenge 上，曠視使用 Online 方法進行多目標跟蹤，即在高精度檢測結果的基礎上，使用 IOU Tracker 進行跟蹤；跟蹤過程中，改進和調試影響結果的多種因素，最終也在 Tracking 任務上取得第一。

CVPR 2019 FGVC iNaturalistHerbarium Challenge

FGVC 頒獎現(xiàn)場

CVPR 2019 FGVC 是細粒度識別領域最權威的賽事，iNaturalist Challenge 是此項領域的旗艦比賽，旨在讓計算機自動識別物體的精細類別，它不僅要求識別1000多個品種的動、植物，還要識別其在不同發(fā)育期的狀態(tài)；Herbarium Challenge 則要解決開花植物野牡丹科的物種分類問題，所采用的圖像集僅包括保存于臘葉標本上的干標本圖像。

除了大模型/大分辨率圖圖像進行訓練、測試等常規(guī)操作外，曠視還集成最前沿細粒度技術成果（比如 Coarse-to-fine hierarchical classification、iSQRT、Class-Balanced Focal Loss 等），同時創(chuàng)造性提出“后驗概率重校準”技術，即通過先驗知識對模型輸出的后驗概率進行校準，極大提高擁有較少訓練圖像的長尾類別的識別準確率，兩項比賽結果均高出第2名近1個點，一舉奪魁。

在業(yè)務方面，商品識別、菜品識別、缺陷檢測、生產(chǎn)線零件識別、車型/車輛識別等均是細粒度圖像分析技術的應用，目前已應用于產(chǎn)品研發(fā)中。

在 iNaturalist 上，曠視擊敗了通用動力等頂尖團隊；在 Herbarium 上，曠視擊敗了大連理工（上年冠軍）、瑞典自然歷史博物館、Facebook。

CVPR 2019 NTIRE Real Image Denosing Challenge

Real Image Denosing Challenge 冠軍獎牌

CVPR 2019 NTIRE Real Image Denosing Challenge 基于新近的智能手機圖像降噪數(shù)據(jù)集 SIDD，它由很多真實的噪聲圖像及其相應的 ground truth 組成，且每幅圖像都有以原始傳感器數(shù)據(jù)（raw）和標準 RBG（sRGB）格式存儲的兩個版本。

圖像降噪一直是曠視研究院“手機攝影超畫質”的技術儲備項目，自第一版原型誕生以后不斷迭代；其中，針對原始傳感器數(shù)據(jù)（raw）的圖像降噪更是整個項目的基礎技術。

這次比賽中，曠視研究院提出針對 raw 圖像的基于 U-Net 框架的“拜爾陣列歸一化與保列增廣”方法。盡管不同輸入圖像間的數(shù)據(jù)格式存在差異，但是，為保持網(wǎng)絡輸入一致性，曠視精心設計了一種數(shù)據(jù)預處理方法，使得相同的網(wǎng)絡工作應用到具有不同拜耳模式的輸入上，從而在保證性能的前提下用更大的圖像集合訓練網(wǎng)絡。

本次冠軍算法已成功落地于 OPPO Reno 10 倍變焦版。OPPO Reno 10 倍變焦版搭載了基于曠視超畫質技術研發(fā)的“超清夜景2.0”功能，能夠為用戶提供非同凡響的夜拍體驗。這也是曠視超畫質技術首次運用在大規(guī)模量產(chǎn)機型上。

價值創(chuàng)造驅動技術創(chuàng)新

做真正WORK的科研

人工智能自誕生之日起便已宣稱了其改變世界的雄心。當圖靈于1950年在論文《Computing Machinery and Intelligence》尾頁畫上句號的剎那，一個前所未有的屬于人類的智能時代就此拉開序幕。

從 Marvin Minsky 于1966年對機器人模仿人類抓取物品的研究，到神經(jīng)心理學家 David Marr 于80年代初創(chuàng)建的關于計算機視覺研究的理論框架；從手工特征設計到受生物視覺神經(jīng)網(wǎng)絡為啟發(fā)而誕生的卷積網(wǎng)絡（CNN），人類將機器智能從小說幻想帶進了現(xiàn)實，為世界裝上了明眸。

人工智能，其本質是造福人類，便利生活，所以能否為世界帶來足夠的價值是曠視關注的核心。通過深挖社會痛點，找出致病原因，曠視一直在尋找著讓世界更美好的方法。

曠視成立早期便上線了自主原創(chuàng)的深度學習框架——Brain++。作為企業(yè)級的人工智能算法制造工廠，Brain++ 從底層有力支撐著曠視研究院整體的研究生產(chǎn)工作與曠視核心產(chǎn)品的工程化建設。這次6冠的勝利，即是上述算法和底層系統(tǒng)優(yōu)越性的再次證明。

憑借強大的軟硬件結合能力，曠視目前已在「個人設備大腦」、「城市大腦」和「供應鏈大腦」三個核心 AIoT 場景深度布局。在與行業(yè)龍頭力量的聯(lián)合下，曠視正在推進尖端技術方案的強垂直落地，為整個產(chǎn)業(yè)結構調整及商業(yè)變革激活引擎，積聚力量；與生態(tài)伙伴一起服務于數(shù)字化建設，用軟硬結合的解決方案為客戶提供閉環(huán)的商業(yè)價值，成為行業(yè)智能物聯(lián)方案專家。