好未來(lái)斬獲人(rén)工智能領域國(guó)際大(dà)賽兩項冠軍

日前，CVPR 2022（Computer Vision and Pattern Recognition，計算機視覺與模式識别國(guó)際頂級會議）的(de)多項挑戰賽結果正式出(chū)爐。好未來(lái)旗下美校智學雲視覺團隊憑借暗光下動作識别和(hé / huò)大(dà)氣擾動文字圖像恢複等前沿技術，分别在(zài)UG²+挑戰賽中Semi-Superviced Action Recognition in  the Dark（暗光條件下的(de)半監督動作識别）賽道(dào)、Atmospheric Turbulence Mitigation（圖像去湍流擾動）賽道(dào)上(shàng)，擊敗衆多國(guó)内外團隊，斬獲兩項國(guó)際冠軍。 

這(zhè)是(shì)好未來(lái)繼榮獲CVPR2020和(hé / huò)CVPR2021多項冠軍後，再次在(zài)該國(guó)際技術賽場上(shàng)取得佳績。CVPR由IEEE電氣與電子(zǐ)工程師協會舉辦，是(shì)計算機視覺和(hé / huò)模式識别領域最具影響力、内容最全面的(de)頂級A類學術會議之(zhī)一(yī / yì ／yí)。 

本次UG²+挑戰大(dà)賽由新加坡科技局資訊通信研究院（Institute for Infocomm Research, A*STAR, Singapore）、新加坡南洋理工大(dà)學(Singapore Nanyang Technological University)聯合舉辦，吸引了(le／liǎo)包括來(lái)自馬裏蘭大(dà)學、中國(guó)科學院大(dà)學等在(zài)内的(de)衆多國(guó)内外高校和(hé / huò)研究機構的(de)上(shàng)百支專業團隊參加。 

Semi-Superviced Action Recognition in  the Dark挑戰賽要(yào / yāo)求識别暗光場景下視頻序列的(de)動作類别。由于(yú)在(zài)暗光環境下視覺特征相較正常環境下差異巨大(dà)，使用現有動作識别算法不(bù)能有效工作，對識别算法與研究人(rén)員都是(shì)很大(dà)的(de)挑戰。

爲(wéi / wèi)了(le／liǎo)應對這(zhè)些問題，好未來(lái)美校事業部視覺團隊結合了(le／liǎo)深度學習方法的(de)數據處理方案，将暗光數據“去黑暗化”以(yǐ)及一(yī / yì ／yí)系列的(de)圖像處理技術與GAN技術，将正常的(de)圖像（來(lái)自于(yú)HMDB51, K600等）實現“域”遷移，得到(dào)與黑暗圖像變亮效果類似的(de)圖像。此外，該團隊基于(yú)自監督學習訓練的(de)視頻分類方法，充分挖掘視頻的(de)時(shí)序關系和(hé / huò)視覺特征，并通過自适應的(de)多輪次僞标簽叠代訓練的(de)半監督方法，取得91.33%的(de)準确率，奪得冠軍。 

 

 

圖：Semi-Superviced Action Recognition in the Dark挑戰賽最終前五名榜單,好未來(lái)位居第一(yī / yì ／yí)

 

近一(yī / yì ／yí)個(gè)世紀以(yǐ)來(lái)，人(rén)們對于(yú)光在(zài)介質中擾動和(hé / huò)傳播進行了(le／liǎo)大(dà)量研究。然而(ér)對于(yú)受大(dà)氣擾動圖片的(de)恢複、重建算法的(de)研究卻進展緩慢。Atmospheric Turbulence Mitigation挑戰賽旨在(zài)促進相關算法的(de)研究。

好未來(lái)（隊伍名：Summer）在(zài)該競賽中使用Restormer模型用于(yú)圖像重建。利用擾動圖片之(zhī)間存在(zài)空間關聯的(de)特性，采用多幀輸入，充分學習、提取不(bù)同幀之(zhī)間的(de)空間特征，使最終端到(dào)端圖像重建效果顯著提升。另外，結合NIMA模塊，使得pipeline能适用于(yú)不(bù)同場景。最終，以(yǐ)重建後圖像字準98.53%的(de)絕對優勢奪魁。

  

Atmospheric Turbulence Mitigation挑戰賽最終前五名榜單，好未來(lái)位居第一(yī / yì ／yí)

 

好未來(lái)美校智學雲的(de)前身爲(wéi / wèi)好未來(lái)AI研究院，是(shì)國(guó)内教育領域較早進行AI技術研究與落地(dì / de)探索的(de)研究機構。經過近5年的(de)沉澱，好未來(lái)美校智學雲不(bù)斷取得前沿核心技術突破，涉及圖像與視頻理解、機器學習、自然語言理解、語音合成與評測等多個(gè)領域，面向行業開放了(le／liǎo)視覺、語音、NLP和(hé / huò)數據挖掘等領域的(de)100餘項AI能力，提供智能批改、智能評測、虛拟形象、内容生産和(hé / huò)教學管理等方面的(de)AI解決方案，累計獲得包括CVPR2020競賽、CVPR2021競賽、ICCV2021競賽、UbiComp2020競賽、NeurIPS2020“教育挑戰”競賽、CCL 2020幽默計算評測、INTERSPEECH 2021“非母語兒童識别”競賽在(zài)内的(de)十餘項國(guó)内外競賽冠軍，發表70多篇高水平學術論文，獲得190餘項專利。