智东西 为华为云EI服务构建竞争力,华为视觉34篇论文入围计算机视觉顶会

国际计算机视觉和模式识别大会(CVPR)一直是计算机视觉领域最重要的会议之一 。 受到新冠肺炎疫情影响 , CVPR2020改为6月14-19日举行虚拟线上会议 。 本次大会共收录了来自全球的1470篇论文 。 华为视觉研究团队此次为业界贡献了34篇高质量的论文 , 其中包括7篇口头报告论文(注:华为视觉团队在CVPR2020上发表34篇论文的完整列表 , 请参见文末附录) 。
华为公司非常重视人工智能研究 , 并将其作为“构建万物互联的智能世界”的重点攻关对象 。 计算机视觉作为图像处理的基本工具 , 在华为公司的多项业务场景中扮演着举足轻重的角色 。 2018年6月 , 田奇教授全职加入华为诺亚方舟实验室 , 担任计算视觉研究首席科学家 , 带领华为视觉团队多次在顶级国际视觉会议上取得了优异的成绩 。
2020年3月 , 田奇开始担任华为云人工智能领域首席科学家 , 主导华为云人工智能领域技术规划和提供技术支撑 , 并且代表华为公司正式发布《华为视觉计划》 , 着眼当前业界最为关心的三大基础问题 , 即如何从海量数据中挖掘有效信息、如何设计高效的视觉识别模型 , 以及如何表达并存储知识 。 《华为视觉计划》分为六大子计划:与数据相关的数据冰山计划、数据魔方计划;与模型相关的模型摸高计划、模型瘦身计划;以及与知识相关的万物预视计划、虚实合一计划 。
智东西 为华为云EI服务构建竞争力,华为视觉34篇论文入围计算机视觉顶会
文章图片
图:构成《华为视觉计划》的六大子计划
(参见官网:https://www.huaweicloud.com/ascend/cvplan)
《华为视觉计划》对业界的核心问题进行了梳理 , 为华为云人工智能领域的核心技术进行了规划 , 结合华为云平台丰富的实际应用场景 , 对先进的人工智能技术进行落地验证及应用 。
截至2020年Q1 , 华为云EI企业智能可提供60种服务、160项功能 , 其中包括基于计算机视觉技术的文字识别、图像识别、内容审核、视频分析、人脸人体识别等多个大类的数十种服务 , 以及多模态AI应用开发套件HiLens , 服务于物流、园区、互联网、医疗、金融等众多行业 。
华为视觉研究团队本次入围CVPR2020的34篇论文涵盖迁移学习、半监督学习、网络架构搜索、模型算子优化、知识蒸馏、对抗样本生成等前沿领域 。 展示了华为在计算机视觉领域强大的人才储备、科研底蕴和创新能力 。 接下来将从数据-模型-知识三大基础问题出发介绍华为CVPR2020代表性工作 。
华为入选CVPR2020的部分代表性论文介绍
[数据挖掘]Cross-domainDetectionviaGraph-inducedPrototypeAlignment
智东西 为华为云EI服务构建竞争力,华为视觉34篇论文入围计算机视觉顶会
文章图片
本文提出了一种跨域的学习方法 , 能够利用基于图匹配提升跨域迁移的效果 。 这本身是一个极具挑战性的问题 , 因为域间的分布差异会大大提升算法的难度 。 本方法的核心是构建一个两阶段的对齐算法:第一阶段(实例级)用于挖掘物体内部不同部件之间的相对关系 , 而第二阶段(类别级)用于挖掘不同物体之间的相对关系 。 整体算法被称为Graph-inducedPrototypeAlignment(GPA) , 它能够与不同的物体检测框架相结合 。 在FasterR-CNN的基础上 , 算法在不同数据集间的迁移检测任务上 , 为基线算法提供了显著的性能提升 。 该算法已经开源:https://github.com/ChrisAllenMing/GPA-detection
[数据挖掘]LearningtoSelectBaseClassesforFew-shotClassification
近年来 , 小样本学习越来越吸引研究人员的关注 。 人们提出了许多方法来进行从基类到新类的学习 , 但是很少有人研究怎样去进行基类的选择 , 或者是否不同的基类会导致学习到的模型具有不同的泛化能力 。 在这个工作中 , 我们提出一个简单但是有效的准则 , 相似比 , 来衡量小样本模型的泛化能力 。 我们把基类选择问题转化为相似比的子模函数优化问题 。 我们进一步通过对不同优化方法的上界进行理论分析 , 来寻找适合某一特定场景的优化方法 。 在ImageNet , Caltech256和CUB-200-2011等数据集上进行的大量实验验证了提出的方法在基类选择上的有效性 。


推荐阅读