當(dāng)?shù)貢r(shí)間6月16日，全球計(jì)算機(jī)視覺(jué)頂會(huì) CVPR 2019 在美國(guó)長(zhǎng)灘拉開(kāi)帷幕，超過(guò)9200位相關(guān)人士共赴盛會(huì)，推進(jìn)計(jì)算機(jī)視覺(jué)技術(shù)的交流與落地。曠視通過(guò) Oral、Poster、Workshop、Demo、Booth 等形式，同世界分享在計(jì)算機(jī)視覺(jué)理論與應(yīng)用領(lǐng)域的最新進(jìn)展。值得一提的是，在 CVPR 2019 的3項(xiàng)挑戰(zhàn)賽中，曠視最終擊敗 Facebook、通用動(dòng)力、戴姆勒等國(guó)內(nèi)外一線科技巨頭/知名高校，共計(jì)斬獲6項(xiàng)世界冠軍！

持續(xù)創(chuàng)新

Brain++拓展AI認(rèn)知邊界

做人工智能不能閉門(mén)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(jì)算機(jī)視覺(jué)在全球范圍內(nèi)的學(xué)術(shù)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(shù)來(lái)助力世界發(fā)展，創(chuàng)造社會(huì)價(jià)值。

展會(huì)現(xiàn)場(chǎng)

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(xiàng)挑戰(zhàn)賽，拿下6項(xiàng)冠軍，涵蓋自動(dòng)駕駛、新零售、智能手機(jī)、3D 等眾多領(lǐng)域，其背后起支撐作用的是曠視深度學(xué)習(xí)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(gè)方面全面賦能物理世界，以實(shí)現(xiàn)對(duì)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(dòng)智能汽車、商品識(shí)別、手機(jī)影像處理、智慧農(nóng)業(yè)等應(yīng)用領(lǐng)域的進(jìn)步發(fā)展。

曠視斬獲 CVPR 2019 挑戰(zhàn)賽6項(xiàng)世界冠軍

大會(huì)現(xiàn)場(chǎng)，挑戰(zhàn)賽主辦方宣布比賽成績(jī)，并向冠軍隊(duì)伍頒發(fā)獲獎(jiǎng)證書(shū)；隨后，曠視相關(guān)的參賽人員通過(guò)一張張 Slides、一場(chǎng)場(chǎng) Talks、一張張 Posters 向與會(huì)人員分享了奪冠背后的技術(shù)方法，以及冠軍之路上滿滿的收獲。

今年是曠視自成立以來(lái)連續(xù)第5年參加 CVPR，在談到參加這種頂級(jí)學(xué)術(shù)會(huì)議對(duì)公司戰(zhàn)略意義的時(shí)候，曠視首席科學(xué)家、曠視研究院院長(zhǎng)孫劍表示：

“一流的人才往往希望在一個(gè)開(kāi)放的環(huán)境中成長(zhǎng)。發(fā)表論文、參加學(xué)術(shù)會(huì)議，其實(shí)是有人對(duì)你的工作鼓掌，激勵(lì)你繼續(xù)前行。

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

我的工作第一優(yōu)先級(jí)是打造一個(gè)好的研發(fā)環(huán)境，讓公司贏，讓我們贏，讓每個(gè)人贏。因?yàn)槲沂冀K相信兩點(diǎn)：中國(guó)不缺乏聰明人，中國(guó)有世界上最好的發(fā)展機(jī)會(huì)。我們就是要把一幫聰明人聚起來(lái)，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(jiǎng)牌

CVPR 2019 WAD 是自動(dòng)駕駛領(lǐng)域的權(quán)威比賽，其中 nuScenes 比賽方向是 3D detection，旨在通過(guò)模型分析 3D 激光雷達(dá)/相機(jī)數(shù)據(jù)，賦予自動(dòng)駕駛汽車偵測(cè)物體的能力，保障行駛安全。

nuScenes 不僅需要同時(shí)識(shí)別10類物體（相比 KITTI 只需預(yù)測(cè)單個(gè)類別），還加入了速度和屬性的預(yù)測(cè)，而且需要解決嚴(yán)重的類別不均衡問(wèn)題，因此任務(wù)難度大幅提高，因而也更具有實(shí)際意義。

比賽中，曠視設(shè)計(jì)了一個(gè)多尺度、多任務(wù)的模型，借助新型檢測(cè)網(wǎng)絡(luò)，結(jié)合均衡采樣等策略，極大提高了模型的檢測(cè)精度，尤其是在小物體上。由最終結(jié)果可知，相較于官方 Baseline 45.3%， 曠視的模型高出18個(gè)點(diǎn)，達(dá)到63.3%，比第二名也高出8.8個(gè)點(diǎn)， 擊敗一系列頂尖團(tuán)隊(duì)，一舉奪魁。

CVPR 2019 WAD Detection/Tracking Domain Adaptation Challenge

Detection Domain Adaptation Challenge冠軍獎(jiǎng)牌

Detection Domain Adaptation Challenge 是 CVPR 2019 WAD 的另一項(xiàng)挑戰(zhàn)賽，旨在對(duì)自動(dòng)駕駛場(chǎng)景下的環(huán)境（二維圖像信息）進(jìn)行感知，今年的比賽主要解決領(lǐng)域自適應(yīng)問(wèn)題，即美國(guó)道路場(chǎng)景和中國(guó)道路場(chǎng)景的相互適應(yīng)。

具體而言，即利用7萬(wàn)張美國(guó)道路場(chǎng)景數(shù)據(jù)進(jìn)行訓(xùn)練，對(duì)近15萬(wàn)張中國(guó)道路場(chǎng)景進(jìn)行測(cè)試，不允許使用任何標(biāo)注測(cè)試數(shù)據(jù)，只允許使用 ImageNet 進(jìn)行預(yù)訓(xùn)練。圖像本身的不一致之外，不同天氣、不同道路以及復(fù)雜的交通狀況都給任務(wù)增加了額外挑戰(zhàn)，同時(shí)也為實(shí)際使用提供了可能性。

曠視基于自身積累的檢測(cè)算法之外，加之復(fù)現(xiàn)/使用的最前沿的檢測(cè)算法（比如 NAS-FPN、Cascade RCNN），進(jìn)而對(duì) Cascade RCNN 做出一系列改進(jìn)，使得網(wǎng)絡(luò)在不同 IOU 閾值下的檢測(cè)結(jié)果都有一定漲幅；同時(shí)，為了解決兩個(gè)數(shù)據(jù)集之間數(shù)據(jù)分布不一致的問(wèn)題，曠視還利用合并訓(xùn)練、AdaBN、Data Distillation 等技術(shù)手段，最終在測(cè)試集上高出第二名深蘭科技1.7個(gè)點(diǎn)，同時(shí)在所有單類別上取得最高結(jié)果。

另外，在 Tracking Domain Adaptation Challenge 上，曠視使用 Online 方法進(jìn)行多目標(biāo)跟蹤，即在高精度檢測(cè)結(jié)果的基礎(chǔ)上，使用 IOU Tracker 進(jìn)行跟蹤；跟蹤過(guò)程中，改進(jìn)和調(diào)試影響結(jié)果的多種因素，最終也在 Tracking 任務(wù)上取得第一。

CVPR 2019 FGVC iNaturalistHerbarium Challenge

FGVC 頒獎(jiǎng)現(xiàn)場(chǎng)

CVPR 2019 FGVC 是細(xì)粒度識(shí)別領(lǐng)域最權(quán)威的賽事，iNaturalist Challenge 是此項(xiàng)領(lǐng)域的旗艦比賽，旨在讓計(jì)算機(jī)自動(dòng)識(shí)別物體的精細(xì)類別，它不僅要求識(shí)別1000多個(gè)品種的動(dòng)、植物，還要識(shí)別其在不同發(fā)育期的狀態(tài)；Herbarium Challenge 則要解決開(kāi)花植物野牡丹科的物種分類問(wèn)題，所采用的圖像集僅包括保存于臘葉標(biāo)本上的干標(biāo)本圖像。

除了大模型/大分辨率圖圖像進(jìn)行訓(xùn)練、測(cè)試等常規(guī)操作外，曠視還集成最前沿細(xì)粒度技術(shù)成果（比如 Coarse-to-fine hierarchical classification、iSQRT、Class-Balanced Focal Loss 等），同時(shí)創(chuàng)造性提出“后驗(yàn)概率重校準(zhǔn)”技術(shù)，即通過(guò)先驗(yàn)知識(shí)對(duì)模型輸出的后驗(yàn)概率進(jìn)行校準(zhǔn)，極大提高擁有較少訓(xùn)練圖像的長(zhǎng)尾類別的識(shí)別準(zhǔn)確率，兩項(xiàng)比賽結(jié)果均高出第2名近1個(gè)點(diǎn)，一舉奪魁。

在業(yè)務(wù)方面，商品識(shí)別、菜品識(shí)別、缺陷檢測(cè)、生產(chǎn)線零件識(shí)別、車型/車輛識(shí)別等均是細(xì)粒度圖像分析技術(shù)的應(yīng)用，目前已應(yīng)用于產(chǎn)品研發(fā)中。

在 iNaturalist 上，曠視擊敗了通用動(dòng)力等頂尖團(tuán)隊(duì)；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(jiǎng)牌

CVPR 2019 NTIRE Real Image Denosing Challenge 基于新近的智能手機(jī)圖像降噪數(shù)據(jù)集 SIDD，它由很多真實(shí)的噪聲圖像及其相應(yīng)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(biāo)準(zhǔn) RBG（sRGB）格式存儲(chǔ)的兩個(gè)版本。

圖像降噪一直是曠視研究院“手機(jī)攝影超畫(huà)質(zhì)”的技術(shù)儲(chǔ)備項(xiàng)目，自第一版原型誕生以后不斷迭代；其中，針對(duì)原始傳感器數(shù)據(jù)（raw）的圖像降噪更是整個(gè)項(xiàng)目的基礎(chǔ)技術(shù)。

這次比賽中，曠視研究院提出針對(duì) 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(luò)輸入一致性，曠視精心設(shè)計(jì)了一種數(shù)據(jù)預(yù)處理方法，使得相同的網(wǎng)絡(luò)工作應(yīng)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(xùn)練網(wǎng)絡(luò)。

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(huà)質(zhì)技術(shù)研發(fā)的“超清夜景2.0”功能，能夠?yàn)橛脩籼峁┓峭岔懙囊古捏w驗(yàn)。這也是曠視超畫(huà)質(zhì)技術(shù)首次運(yùn)用在大規(guī)模量產(chǎn)機(jī)型上。

價(jià)值創(chuàng)造驅(qū)動(dòng)技術(shù)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(dāng)圖靈于1950年在論文《Computing Machinery and Intelligence》尾頁(yè)畫(huà)上句號(hào)的剎那，一個(gè)前所未有的屬于人類的智能時(shí)代就此拉開(kāi)序幕。

從 Marvin Minsky 于1966年對(duì)機(jī)器人模仿人類抓取物品的研究，到神經(jīng)心理學(xué)家 David Marr 于80年代初創(chuàng)建的關(guān)于計(jì)算機(jī)視覺(jué)研究的理論框架；從手工特征設(shè)計(jì)到受生物視覺(jué)神經(jīng)網(wǎng)絡(luò)為啟發(fā)而誕生的卷積網(wǎng)絡(luò)（CNN），人類將機(jī)器智能從小說(shuō)幻想帶進(jìn)了現(xiàn)實(shí)，為世界裝上了明眸。

人工智能，其本質(zhì)是造福人類，便利生活，所以能否為世界帶來(lái)足夠的價(jià)值是曠視關(guān)注的核心。通過(guò)深挖社會(huì)痛點(diǎn)，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(xué)習(xí)框架——Brain++。作為企業(yè)級(jí)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(shè)。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(qiáng)大的軟硬件結(jié)合能力，曠視目前已在「?jìng)€(gè)人設(shè)備大腦」、「城市大腦」和「供應(yīng)鏈大腦」三個(gè)核心 AIoT 場(chǎng)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(jìn)尖端技術(shù)方案的強(qiáng)垂直落地，為整個(gè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)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(wù)于數(shù)字化建設(shè)，用軟硬結(jié)合的解決方案為客戶提供閉環(huán)的商業(yè)價(jià)值，成為行業(yè)智能物聯(lián)方案專家。