近日，全球計(jì)算機(jī)視覺(jué)頂會(huì)CVPR 2020首次召開(kāi)線上大會(huì)，百度不僅入選22篇接收論文，一舉拿下8項(xiàng)挑戰(zhàn)賽冠軍，涵蓋視頻動(dòng)作分析、動(dòng)作識(shí)別、圖像增強(qiáng)、智慧城市等多個(gè)領(lǐng)域，還主辦了2場(chǎng)重量級(jí)學(xué)術(shù)Workshop，在國(guó)際舞臺(tái)盡顯中國(guó)AI硬實(shí)力。這不僅從側(cè)面反映了百度傾斜AI「新基建」的策略已有成效，也再次讓中國(guó)自有的深度學(xué)習(xí)平臺(tái)飛槳閃耀全球。更多信息請(qǐng)參見(jiàn)百度CVPR2020線上主頁(yè)：http://cvpr20.com/sponsor/beijing-baidu/。

　　國(guó)際計(jì)算機(jī)視覺(jué)和模式識(shí)別大會(huì)(CVPR)一直有計(jì)算機(jī)視覺(jué)領(lǐng)域的「奧斯卡」之稱(chēng)，憑借著嚴(yán)苛的論文錄取標(biāo)準(zhǔn)，躋身全球AI頂會(huì)之流。實(shí)際上，CVPR是全球參與者檢驗(yàn)自身AI「基本功」的試金石。受到全球疫情影響，CVPR 2020改為6月14-19日舉行線上大會(huì);讓人喜出望外的是，華人學(xué)者及團(tuán)隊(duì)大放異彩，組成「中國(guó)軍團(tuán)」向全球展示AI實(shí)力。

　　作為「中國(guó)AI頭雁」，百度已多年連續(xù)出征CVPR，驕人成績(jī)一如既往。CVPR2020上，大會(huì)論文錄取率僅有22%，百度入選22篇論文，較上年增加5篇;在視頻動(dòng)作分析、動(dòng)作識(shí)別、圖像增強(qiáng)、智慧城市等挑戰(zhàn)賽中，百度與全球科技巨頭同臺(tái)競(jìng)技，斬獲8項(xiàng)世界冠軍，站上計(jì)算機(jī)視覺(jué)「頂流」之席;同時(shí)，百度還舉辦2場(chǎng)高水準(zhǔn)Workshop，并有多篇Workshop論文被接收。

　　百度不僅通過(guò)多種形式深度參與CVPR 2020，也積極為推動(dòng)行業(yè)技術(shù)發(fā)展做貢獻(xiàn)。在全球經(jīng)濟(jì)發(fā)展重心逐漸偏移智能經(jīng)濟(jì)，中國(guó)聚焦AI「新基建」時(shí)，百度已準(zhǔn)備充分。在CVPR 2020上，百度正在依托包括百度大腦、飛槳等新型AI技術(shù)基礎(chǔ)設(shè)施，獲得不俗成績(jī);此后也將秉持開(kāi)源、共贏原則，為中國(guó)AI行業(yè)輸出「車(chē)輪」，推動(dòng)AI「新基建」發(fā)展。接下來(lái)回到AI競(jìng)賽的試煉場(chǎng)，看看百度的AI「基本功」。

　　　　百度斬獲8項(xiàng)競(jìng)賽奪冠 大秀中國(guó)AI水平

　　CVPR2020覆蓋計(jì)算機(jī)視覺(jué)眾多熱門(mén)子領(lǐng)域，其中，百度參與并奪冠多個(gè)領(lǐng)域的挑戰(zhàn)賽：

　　1、 視頻動(dòng)作分析挑戰(zhàn)賽，專(zhuān)注于提升視頻標(biāo)注效率;

　　2、 動(dòng)作識(shí)別挑戰(zhàn)賽，技術(shù)成果可廣泛用于可穿戴設(shè)備和智能家居;

　　3、 圖像增強(qiáng)挑戰(zhàn)賽，可有效提高視頻質(zhì)量;

　　4、 智慧城市挑戰(zhàn)賽，可有效優(yōu)化現(xiàn)有城市交通管理，提升管理效率，推動(dòng)智能化進(jìn)程。

　　百度奪冠的具體挑戰(zhàn)賽及其賽道如下圖所示，共計(jì)奪冠8項(xiàng)冠軍。

　　百度勇奪CVPR2020挑戰(zhàn)賽8項(xiàng)世界冠軍

　　　　ActivityNet2020挑戰(zhàn)賽

　　ActivityNet挑戰(zhàn)賽是視頻理解領(lǐng)域最具影響力賽事，其中的時(shí)序動(dòng)作定位賽道(弱監(jiān)督)(HACS temporal action localization —Track2: weakly supervised)主要考驗(yàn)參賽者能否通過(guò)弱標(biāo)簽、弱監(jiān)督方式有效提升現(xiàn)有視頻動(dòng)作檢測(cè)算法的效率。百度最終擊敗其余參賽隊(duì)伍，以mAP39.29的得分位居第一。

　　百度拿下ActivityNet2020挑戰(zhàn)賽時(shí)序動(dòng)作定位賽道冠軍

　　這項(xiàng)比賽中，百度通過(guò)自研BMN模型對(duì)視頻序列提取候選框，并結(jié)合弱標(biāo)簽訓(xùn)練數(shù)據(jù)，提出級(jí)聯(lián)金字塔注意力網(wǎng)絡(luò)進(jìn)行打標(biāo)簽動(dòng)作，兩者結(jié)合最終獲取片段定位及動(dòng)作標(biāo)簽。該技術(shù)對(duì)高效的視頻數(shù)據(jù)使用具有指導(dǎo)意義，可應(yīng)用于視頻Highlight檢測(cè)、精彩集錦等多個(gè)場(chǎng)景。

　　　EPIC-Kitchens2020挑戰(zhàn)賽

　　EPIC-Kitchens2020挑戰(zhàn)賽聚焦于第一人稱(chēng)視頻理解，其技術(shù)可廣泛應(yīng)用于可穿戴設(shè)備、智能家居、人機(jī)交互等方面。在這次挑戰(zhàn)賽的動(dòng)作識(shí)別(Action Recognition)賽道中，百度打敗三星劍橋AI研究院、牛津大學(xué)、佐治亞理工大學(xué)等40+支隊(duì)伍，最終在Seen kitchens和Unseen kitchens兩項(xiàng)測(cè)試集上均以第一名的成績(jī)摘獲冠軍。

　　百度拿下EPIC-Kitchens2020挑戰(zhàn)賽動(dòng)作識(shí)別賽道冠軍

　　針對(duì)比賽中第一人稱(chēng)視頻小物體多、相機(jī)運(yùn)動(dòng)模糊嚴(yán)重等難點(diǎn)，百度提出共生注意力機(jī)制和以物體為中心的對(duì)齊模塊，大幅提升3D卷積網(wǎng)絡(luò)的性能。該方法可在多種視頻Backbone和輸入模態(tài)下取得一致的性能提升。

　　　NTIRE2020挑戰(zhàn)賽

　　NTIRE(New Trends in Image Restoration and Enhancement)是近年來(lái)計(jì)算機(jī)圖像修復(fù)領(lǐng)域最具影響力的一場(chǎng)賽事，每年都會(huì)吸引大量的關(guān)注者和參賽者。百度積極參與NTIRE2020挑戰(zhàn)賽，并在2項(xiàng)賽道上拿下冠軍：

　　1、 真實(shí)圖像降噪賽道(Real Image Denoising rawRGB Track)

　　2、 視頻質(zhì)量映射賽道(Video Quality Mapping—Track1: Supervised)

　　　　真實(shí)圖像降噪賽道

　　圖像降噪作為計(jì)算機(jī)視覺(jué)熱門(mén)領(lǐng)域，在視頻監(jiān)控、無(wú)人駕駛、移動(dòng)可穿戴設(shè)備、遙感及醫(yī)學(xué)圖像分析等領(lǐng)域應(yīng)用廣泛。對(duì)于NTIRE2020挑戰(zhàn)賽的真實(shí)圖像降噪賽道(Real Image Denoising rawRGB Track)，其首要目標(biāo)是去除或糾正圖像上的噪聲信息，百度最終以第一的成績(jī)達(dá)成目標(biāo)，奪得冠軍。

　　百度拿下NTIRE2020挑戰(zhàn)賽真實(shí)圖像降噪賽道冠軍

　　針對(duì)該項(xiàng)競(jìng)賽，百度設(shè)計(jì)了多跳躍連接的密集殘差模塊學(xué)習(xí)不同分辨率下的特征表達(dá)，并通過(guò)創(chuàng)新性mosaic-stride模塊提升rawRGB的降噪能力，同時(shí)使用分布式SA-NAS搜索最優(yōu)的模型結(jié)構(gòu);其中，SA-NAS搜索方法是百度首次把NAS技術(shù)應(yīng)用于圖像降噪領(lǐng)域。

　　　　視頻質(zhì)量映射賽道

　　視頻質(zhì)量映射賽道(Video Quality Mapping—Track1: Supervised)關(guān)注于圖片視頻底層視覺(jué)技術(shù)的關(guān)鍵問(wèn)題。這一技術(shù)可有效提高視頻質(zhì)量，提升用戶觀看體驗(yàn)。百度憑借過(guò)硬的視覺(jué)技術(shù)和經(jīng)驗(yàn)積累，取得了該賽道的冠軍成績(jī)。

　　百度拿下NTIRE2020挑戰(zhàn)賽視頻質(zhì)量映射賽道冠軍

　　針對(duì)該賽道的問(wèn)題，百度通過(guò)把現(xiàn)有EDVR模型思路與CNN網(wǎng)絡(luò)結(jié)構(gòu)DenseNet相結(jié)合，利用DenseNet提取視頻的圖片特征，融合CNN淺層與深層特征，從而實(shí)現(xiàn)更強(qiáng)的表達(dá)能力;EDVR模型則完成了視頻幀之間信息交換，對(duì)齊幀間信息，實(shí)現(xiàn)信息共享與互補(bǔ)。

　　AI CITY2020挑戰(zhàn)賽

　　AI CITY2020挑戰(zhàn)賽由英偉達(dá)、亞馬遜、馬里蘭大學(xué)等主辦，主要集中在交通相關(guān)的車(chē)輛跟蹤、再識(shí)別、異常事件分析等應(yīng)用場(chǎng)景。AI CITY智慧城市挑戰(zhàn)賽的4項(xiàng)比賽中，全球共有315支隊(duì)伍參加，其中不乏阿里、滴滴、松下、卡內(nèi)基梅隆大學(xué)等一流科技巨頭和高校。百度共參戰(zhàn)3項(xiàng)競(jìng)賽，最終技?jí)喝盒?，全部取得了冠軍成?jī)：

　　1、 車(chē)流統(tǒng)計(jì)(Track 1：Multi-Class Multi-Movement Vehicle Counting)

　　2、 車(chē)輛再識(shí)別(Track 2：City-Scale Multi-Camera Vehicle Re-Identification)

　　3、異常事件檢測(cè)(Track 4：Traffic Anomaly Detection)

　　百度勇奪AI CITY挑戰(zhàn)賽三項(xiàng)冠軍

　　車(chē)流統(tǒng)計(jì)賽道

　　在車(chē)流統(tǒng)計(jì)賽道中，參賽者需要解決車(chē)輛遮擋、復(fù)雜天氣下的視覺(jué)差異等問(wèn)題。百度提出“檢測(cè)-跟蹤-計(jì)數(shù)”結(jié)合的車(chē)流統(tǒng)計(jì)算法流程，有效解決了檢測(cè)框丟失和ID翻轉(zhuǎn)問(wèn)題。在車(chē)流統(tǒng)計(jì)環(huán)節(jié)，提出基于數(shù)據(jù)驅(qū)動(dòng)的軌跡匹配分類(lèi)算法使統(tǒng)計(jì)結(jié)果更準(zhǔn)確。

　　百度從運(yùn)算用時(shí)、運(yùn)算速度等維度均位列第一，奪得該賽道冠軍。而這一套算法模型，則離不開(kāi)百度在城市交通大腦方面的數(shù)據(jù)積累和洞察，在保定市百度AI交管大腦項(xiàng)目中，智慧信控系統(tǒng)有效提升了交通效率的20%-30%。

　　　　車(chē)輛重識(shí)別賽道

　　車(chē)輛重識(shí)別旨在確認(rèn)智能交通系統(tǒng)中的車(chē)輛身份，在城市安全場(chǎng)景中發(fā)揮著不可替代的作用。該賽道基于真實(shí)場(chǎng)景數(shù)據(jù)，對(duì)參賽者提出監(jiān)控視角變化大、標(biāo)注數(shù)據(jù)少等挑戰(zhàn)。百度憑借智慧城市領(lǐng)域的技術(shù)優(yōu)勢(shì)，以明顯優(yōu)勢(shì)甩開(kāi)41支參賽隊(duì)，最終以mAP 84.13%的成績(jī)登臨首位。

　　為應(yīng)對(duì)任務(wù)挑戰(zhàn)，百度設(shè)計(jì)了基于多任務(wù)多分支的網(wǎng)絡(luò)模型，并結(jié)合多源信息融合的重識(shí)別技術(shù)方案。在數(shù)據(jù)方面，使用風(fēng)格遷移、圖像內(nèi)容編輯、背景替代等多種方法生成合成數(shù)據(jù)，以彌補(bǔ)訓(xùn)練數(shù)據(jù)不足的問(wèn)題。

　　　　異常事件檢測(cè)賽道

　　異常事件檢測(cè)賽道主要考驗(yàn)參賽者對(duì)交通場(chǎng)景的復(fù)雜性、交通流的密集混亂性、天氣和車(chē)輛大小的多樣性以及異常標(biāo)注數(shù)據(jù)缺乏等問(wèn)題的解決能力。此技術(shù)可以提前發(fā)現(xiàn)潛在的交通風(fēng)險(xiǎn)、提前預(yù)警交通管理部門(mén)、提升交通風(fēng)險(xiǎn)的處理能力和效率。百度在該賽道表現(xiàn)優(yōu)異，取得98.5%的F1成績(jī)，均方根誤差為4.8737，比賽成績(jī)排名第一。

　　針對(duì)此挑戰(zhàn)賽，百度通過(guò)模塊化的多粒度跟蹤方法，將跟蹤問(wèn)題解耦成不同子問(wèn)題，利用不同模塊來(lái)處理不同子任務(wù)，同時(shí)將視頻進(jìn)行正序和逆序分別建模，最后利用一種融合和回溯優(yōu)化方法，將多個(gè)子任務(wù)以及正序、逆序的模型進(jìn)行融合得到最終異常事件的定位結(jié)果。

　　　MOTS2020挑戰(zhàn)賽

　　MOTS (Multi-Object Tracking and Segmentation) 多目標(biāo)跟蹤與實(shí)例分割挑戰(zhàn)賽由德國(guó)慕尼黑大學(xué)、德國(guó)亞琛工業(yè)大學(xué)、ETH聯(lián)合舉辦，是多目標(biāo)跟蹤方向的權(quán)威競(jìng)賽。該挑戰(zhàn)賽均是計(jì)算機(jī)視覺(jué)頂會(huì)CVPR的議程之一，可以直觀反映參賽者真實(shí)的應(yīng)用能力。百度最終憑借原創(chuàng)自研的領(lǐng)先技術(shù)，拿下KITTI-MOTS賽道賽道冠軍

　　百度拿下KITTI-MOTS競(jìng)賽冠軍

　　KITTI-MOTS賽道是自動(dòng)駕駛權(quán)威數(shù)據(jù)集KITTI中多目標(biāo)跟蹤任務(wù)的擴(kuò)展，也是首個(gè)同時(shí)提供實(shí)例分割以及多目標(biāo)跟蹤標(biāo)注的公開(kāi)數(shù)據(jù)集。在KITTI-MOTS競(jìng)賽中，百度提出新型方法PointTrack++，在行人和車(chē)輛兩個(gè)類(lèi)別中均取得冠軍。

　　具體而言，PointTrack++包括視頻實(shí)例分割、掩膜特征提取以及多目標(biāo)關(guān)聯(lián)跟蹤等技術(shù)，突破性地把3D點(diǎn)云分析融入2D MOTS任務(wù)之中，首次實(shí)現(xiàn)實(shí)時(shí)在線的MOTS算法，并在車(chē)輛場(chǎng)景測(cè)評(píng)指標(biāo)上領(lǐng)先第二名3個(gè)百分點(diǎn)以上，實(shí)現(xiàn)SOTA結(jié)果。

　　百度舉辦2場(chǎng)高水準(zhǔn)Workshop 推進(jìn)學(xué)術(shù)交流

　　Learning from Imperfect Data (LID) Workshop主要討論如何在不完美數(shù)據(jù)標(biāo)注的條件下，通過(guò)機(jī)器學(xué)習(xí)算法訓(xùn)練出高精度的視覺(jué)識(shí)別模型。百度作為L(zhǎng)ID Workshop組織者，參與設(shè)計(jì)了弱監(jiān)督物體分割、弱監(jiān)督場(chǎng)景解析、弱監(jiān)督物體定位三項(xiàng)競(jìng)賽(Track)。值得一提的是，兩支冠軍隊(duì)伍提交了基于飛槳的代碼。

　　CVPR2020 workshop on Media Forensics由百度聯(lián)合舉辦，旨在發(fā)揮人臉?lè)纻螜z測(cè)保護(hù)人臉識(shí)別系統(tǒng)免受惡意攻擊的重要作用，并吸引來(lái)自學(xué)界/業(yè)界共340支參賽隊(duì)伍，最終有19支隊(duì)伍進(jìn)入決賽并提交了模型與代碼。百度已經(jīng)連續(xù)兩次(2019和2020年)獨(dú)家贊助該競(jìng)賽。

　　　百度聚焦AI新基建 助攻各項(xiàng)技術(shù)登上國(guó)際舞臺(tái)

　　近年來(lái)，AI國(guó)際頂會(huì)上的中國(guó)聲音日益響亮，中國(guó)AI企業(yè)、開(kāi)發(fā)者及高校紛紛在CVPR2020上交出滿意答卷。百度作為中國(guó)AI行業(yè)頭雁，更是通過(guò)舉辦AI國(guó)際頂會(huì)研討會(huì)，鼓勵(lì)開(kāi)發(fā)者使用飛槳進(jìn)行參賽和科研開(kāi)發(fā)，以更主動(dòng)的姿態(tài)深入?yún)⑴c到全球AI行業(yè)的發(fā)展之中，代表中國(guó)AI行業(yè)「最強(qiáng)音」站上國(guó)際舞臺(tái)。

　　著眼全球科技競(jìng)技，人工智能將成為全新「賽點(diǎn)」，AI「新基建」也成為中國(guó)經(jīng)濟(jì)發(fā)展的關(guān)鍵一環(huán)。百度已搭建起以百度大腦、飛槳、智能云等為代表的AI平臺(tái)，將進(jìn)一步推動(dòng)智能交通、智慧城市、智慧金融、智慧能源、智慧醫(yī)療、工業(yè)互聯(lián)網(wǎng)和智能制造等領(lǐng)域?qū)崿F(xiàn)產(chǎn)業(yè)智能化升級(jí)，成為中國(guó)乃至全球的AI創(chuàng)新者和推動(dòng)者。

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類(lèi)作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。