当前位置:首页 >  站长 >  编程技术 >  正文

码隆科技 4 篇论文入选 ICCV 2019,前沿学术成果赋能零售

 2019-11-06 14:33  来源: 互联网   我来投稿 撤稿纠错

  域名预订/竞价,好“米”不错过

2019 年 10 月 27 日-11 月 2 日,全球计算机视觉顶级会议之一 ICCV(IEEE International Conference on Computer Vision,国际计算机视觉大会)在韩国首尔顺利举行,7500 余位来自 59 个国家的计算机视觉学者齐聚现场,共享盛会。今年的会议不论是在参会人数还是论文提交数量,相较去年都足足增加了一倍。此外,根据官方数据显示,在大会接收论文中,此次中国学者的研究成果数量排名第一,遥遥领先。

专注于计算机视觉技术研发与落地的码隆科技今年共有 4 篇第一单位论文入选,研究方向涵盖弱监督学习算法、文字检测与识别模型及服装图像生成框架的搭建等细分领域,包括:

Label-PEnet: Sequential Label Propagation and Enhancement Networks for Weakly Supervised Instance Segmentation

Convolutional Character Networks

FiNet: Compatible and Diverse Fashion Image Inpainting (Oral)

ClothFlow: A Flow-Based Model for Clothed Person Generation

并凭借“The iMaterialist Fashion Attribute Dataset”研究成果获得了“Computer Vision for Fashion, Art and Design”主题分会(workshop)颁发的最佳论文。

探索边界,学术成果获肯定

ICCV 2019 共有 1075 篇论文被接收,一向以接收率低而著称的它,此次接收率也仅为25%,其中口头报告论文更是仅有4.6%。码隆科技此行收获颇丰,其作为第一单位共有4篇论文被接收,其中包含一篇口头报告论文。

1

10 月 31 日,码隆科技在备受关注的主会场(Main Conference)分享了 ICCV 2019 口头报告论文“FiNet: Compatible and Diverse Fashion Image Inpainting”的研究内容。

近年来,专注于时尚分析的计算机视觉研究发展快速,其中视觉上的兼容与协调对其尤为重要,然而现有的时尚图像生成系统在此方面却仍然有所欠缺。码隆科技在 ICCV 2019 口头报告论文中指出可通过时尚图像修复来对视觉上的搭配兼容性进行显式的建模,并提出了 Fashion Inpainting Networks(FiNet,时尚图像补全网络)。这是一个两阶段的图像到图像生成框架,能够实现视觉上兼容协调但不失多样化的图像修复技术,这一研究可为服装重建和时尚风格迁移等相关任务提供有力的工具。

2

11 月 1 日,码隆科技专注于服饰生成算法的研究“ClothFlow: A Flow-Based Model for Clothed Person Generation”在 Poster 环节进行了展示。

在该学术工作中,码隆科技提出了一种基于外观流的生成模型 ­—— ClothFlow,这一模型能够合成特定姿态的人物服装图像,以用于基于姿态引导的人物图像生成和虚拟试衣。通过估计源服装区域和目标服装区域之间的稠密流场,ClothFlow 模型能够有效地针对几何形变进行建模,并自然地进行外观迁移以合成与众不同的服装图像,如下图所示。

3

近年来,弱监督学习越来越受到学界和业界的关注。10 月 30 日,码隆科技专注于弱监督学习算法的论文“Label-PEnet: Sequential Label Propagation and Enhancement Networks for Weakly Supervised Instance Segmentation” 向参会者展示了与其日常工作紧密相关的算法研究。

这一研究致力于在仅仅给定图像级别标签的情况下精确地检测与分割物体实例。因为手工标注大量训练数据代价高昂,与监督学习、半监督学习等方式相比,它是更适用于现实应用的技术。与以前那些包含多个离线模块的方法不同的是,本篇论文提出了序列化标签传播与增强网络(缩写为 Label-PEnet)。Label-PEnet 基于一种由粗到细的方式,可以递进地将图像级别的标签转化成像素级标签,极大程度地提升了图像数据在工业场景中的应用效率。

4

自然场景下的文字检测与识别是近年来的热点研究方向之一,但相较于技术已经相对成熟的打印文档文字识别,自然场景中的文本识别仍具困难,比如文字的呈现可以有多种方向、多样的颜色和字体等,这些情况都为文字检测与识别技术在现实生活中的应用带来了挑战。

11 月 1 日,主题为“Convolutional Character Networks”的论文在 Poster 展示环节中详尽地呈现了码隆科技在 ICCV 2019 上提出的一种单阶段模型——卷积字符网络 - CharNet (Convolutional Character Networks)。CharNet 第一次实现 one-stage 模型的文字检测和识别。

此外,11 月 2 日,码隆科技还受邀参加了“Computer Vision for Fashion, Art and Design ”主题分会(workshop)。此前,码隆科技与 GoogleAI 联合发布了 iFashion 数据库,其相关研究“The iMaterialist Fashion Attribute Dataset”本次也斩获了该场 workshop 最佳论文的荣誉。

畅聊AI,技术落地进展获关注

作为 ICCV 2019 的黄金赞助商,码隆科技在展会期间展示了 RetailAI 系列智能零售解决方案,如智能货柜解决方案、资产保护解决方案、智能称重解决方案等,进一步与参会者分享了前沿技术在工业界的扎实应用,获得了大家的广泛关注。

展会现场,码隆科技成员们与众多计算机视觉学者就其研究方向与落地进展进行了深入交流。同时,在会议期间,众学者前往码隆展台就其关于弱监督学习算法、文字检测与识别模型、服装图像生成框架的研究工作进行探讨。

众多计算机视觉研究者前来码隆科技展位交流技术进展

结语

自2014年创立以来,码隆科技持续专注于计算机视觉技术在商品识别领域的研发与落地应用。至今,码隆科技在计算机视觉领域的顶级会议 ICCV、CVPR、ECCV上发表了十余篇学术论文,引起了众多知名学者的关注。未来,码隆科技将继续携手学术界,努力拓展技术边界,并与工业界一同致力于推进前沿技术在真实世界的应用与落地,全方位实现 AI 前沿技术的创新价值。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
计算机技术

相关文章

  • 第二届AIPerf500排行榜出炉 鹏城云脑II蝉联榜首

    在11月12日举行的第三届中国超级算力大会(ChinaSC2021)上,由中科院计算技术研究所研究员张云泉、清华大学教授陈文光、美国阿贡国家实验室PavanBalaji研究员和瑞士苏黎世实验室TorstenHoefler教授联合ACMSIGHPCChina委员会共同发起的国际人工智能算力性能排行榜—

    标签:
    计算机技术
  • 计算机视觉,落地的技术与艺术

    从1956年的达特茅斯会议起,人工智能就深深地烙印在了IT技术的发展史上。60余年的发展、沉淀,已是“AI技术万口传,至今已觉不新鲜”。从概念到实践,从技术到产品,AI技术已经在智能客服、智能家居、医疗诊疗、工业机器人、无人驾驶等领域多点开花。

  • 杰和工控整机ISC-261行业应用解析

    工控电脑是计算机技术与自动控制技术结合的产物,是实现优质、高效工业生产的重要技术手段。随着信息化时代的到来,越来越多关键行业选择使用工控电脑,交通、安防、电力、金融等行业对工控电脑的需求逐渐增大

    标签:
    计算机技术
  • 计算机视觉将打造中国技术的“胜利者效应”

    8月底,2019年中国国际智能产业博览会在山城重庆闭幕。与往年一样,今年的智博会依旧汇集了多领域最新的技术和各大前沿公司的加盟。在今年智博会上,智能制造、智能技术与产品、智能化应用、智慧生活等

  • 加强网络技术安全,钱内助获多项计算机著作权证书

    “防范金融风险,维护金融安全”最近被作为治国理政的重要事项提出。当前我国金融体系总体稳健,但同时我国金融发展也面临不少风险和挑战,对于新兴的互联网金融行业来说,防范风险、维护安全的首要重点就是保障提供金融服务的网络平台的安全。钱内助作为一家互联网金融信息服务中介平台,在搭建平台之初,就明确将自己定位

热门排行

信息推荐