会员动态 > 正文
ECCV商汤斩获70篇论文,继续领跑行业
2022/10/26 08:51   商汤科技SenseTime      关键字:ECCV 商汤 斩获 70篇 论文      浏览量:
本届ECCV商汤及联合实验室斩获70篇论文,继续领跑行业。入选论文聚焦解决自动驾驶、计算摄影、视频理解与分析、迁移学习、多模态等前沿研究和应用痛点。
  前沿学术研究是产业应用之“源”,亦可从中洞察行业风向。
  10月23-27日,全球计算机视觉三大顶会之一,两年一届的欧洲计算机视觉国际会议ECCV(European Conference on Computer Vision)在以色列特拉维夫(Tel-Aviv) 召开。
  本届ECCV论文有效投稿5726篇,共接收了1629篇,录用率28.5%。
  本届ECCV商汤及联合实验室斩获70篇论文,继续领跑行业。入选论文聚焦解决自动驾驶、计算摄影、视频理解与分析、迁移学习、多模态等前沿研究和应用痛点。
  除了论文取得佳绩,商汤科技-南洋理工大学联合研究中心(S-Lab)斩获ECCV 2022  ICinW(预训练包含ImageNet-1k数据集)赛道世界冠军。
  商汤科技及联合实验室在全球计算机视觉顶会累计发表了超过800篇学术论文,共荣获70多项世界冠军。
  商汤科技联合创始人、研究院院长王晓刚表示:“坚持做真正有行业价值的学术研究、持续打造开放生态,是商汤在全球学术顶会上屡创佳绩的源动力。商汤鼓励研究员积极参与学术研究与交流,在研究中不断发现新问题、开创新领域。同时注重科技人才培养,集聚力量进行原创性引领性科技攻关。”
  70篇论文入选,直击行业应用难题
  商汤始终坚持产学研融合,关注产业需求和痛点,“产”与“研”互相促进,协同发展。
  商汤本届ECCV的70篇论文,不仅包括底层基础研究,还直击行业应用痛点。
  例如论文《Unsupervised Domain Adaptation for Monocular 3D Object Detection via Self-Training》,在单目3D目标检测领域提出了一种新的无监督域自适应方法STMono3D,极大提升了自动驾驶模型的可迁移性和可拓展性。
  如何提升夜景成像的图像质量在手机相机上仍然面临很多挑战。在论文《D2HNet: Joint Denoising and Deblurring with Hierarchical Network for Robust Night Image Restoration》中,商汤研究团队提出了一种基于深度学习的长曝光图像和短曝光图像的融合方案,在定性和定量分析上均优于现有行业方法。
  如今视频走进人们日常生活、无处不在,如何将低帧率视频秒变丝滑高清?论文《Deep Bayesian Video Frame Interpolation》提出了一种连续视频插帧方法,可以将低帧率视频扩展到任意高帧率,从而实现视频顺滑性提升,慢动作播放,电子稳像等功能。
  如何快速打造一个元宇宙数字人?论文《HuMMan: Multi-Modal 4D Human Dataset for Versatile Sensing and Modeling》贡献了HuMMan:一个大规模多模态4D人体数据集,能够助力更好的人体感知与建模的算法研究。
  打造开放学术生态,创新生生不息
  商汤一如既往积极参与学术交流活动和生态建设,ECCV 2022召开前,商汤组织了多场ECCV论文分享会和学术竞赛。
  在商汤科技联合全球高校人工智能学术联盟举办的“研无止境:商汤论文分享会@ECCV 2022”上,来自商汤科技、上海人工智能实验室的业界大咖,以及香港中文大学、南洋理工大学、清华大学、北京航空航天大学和普渡大学等多所国内外顶尖高校的研究学者解读顶会论文,分享研究经验,阔论行业未来。
  此外,商汤及S-Lab还主办了“PointCloud-C点云识别鲁棒性挑战赛”,“移动智能摄影与成像竞赛”,“OmniBenchmark通用视觉表征挑战赛”以及“PSG全场景图生成挑战赛”,吸引了来自清华大学、北京大学、香港中文大学、复旦大学、上海交通大学、北京航空航天大学、新加坡国立大学以及华为、蚂蚁金服等学术机构和企业团队参与。
  过去几年,商汤积极投入开源生态建设,在OpenMMLab、OpenDILab、OpenGVLab、OpenXRLab等一系列开源项目上做出了重要贡献,繁荣学术和工业界生态,成果丰硕,广受学术界和工业界好评和关注。
  截至目前,超过110个国家和地区的研究者和开发者使用了商汤开源工具,并深度参与其中。OpenMMLab在Github引用超过6万颗星。
  商汤还与南洋理工大学、上海交通大学、浙江大学等全球顶级大学开展广泛而密切的研究合作,先后建立了16所联合实验室,积累了丰富的人才资源,为商汤全栈式人工智能创新体系奠定了坚实基础。
  未来,商汤将继续推动产学研上下游深度融合,为行业发展持续作出贡献。

微信扫描二维码,关注公众号。