9月8日-14日，備受矚目的2018歐洲計算機視覺大會（ECCV 2018）在德國慕尼黑召開， ECCV兩年舉辦一次，與CVPR、ICCV共稱為計算機視覺領(lǐng)域三大頂級學(xué)術(shù)會議，今年錄用論文700多篇。

商湯科技及聯(lián)合實驗室37篇論文入選ECCV 2018

根據(jù)ECCV 2018宣布的最終結(jié)果，商湯科技及聯(lián)合實驗室共有37篇論文入選，超過微軟、谷歌、Facebook等科技巨頭。

商湯科技ECCV 2018錄取論文在以下領(lǐng)域?qū)崿F(xiàn)突破：大規(guī)模人臉與人體識別、物體檢測與跟蹤、自動駕駛場景理解與分析、視頻分析、3D視覺、底層視覺算法、視覺與自然語言的綜合理解等。這些新穎的計算機視覺算法不僅有著豐富的應(yīng)用場景，使得更多的智能視覺算法能應(yīng)用于日常生活之中，還為后續(xù)研究提供了可貴的經(jīng)驗和方向。

例如，商湯入選ECCV 2018論文《人臉識別的瓶頸在于數(shù)據(jù)集噪聲（The Devil of Face Recognition is in the Noise）》中，對于現(xiàn)有人臉數(shù)據(jù)集中的標(biāo)簽噪聲問題進行了深入研究，對MegaFace和MS-Celeb-1M數(shù)據(jù)集中的噪聲特性和來源做了全面的分析，發(fā)現(xiàn)干凈子集對于提高人臉識別精度效果顯著

再如入選論文《量化模仿-訓(xùn)練面向物體檢測的極小CNN模型（Quantization Mimic: Towards Very Tiny CNN for Object Detection）》，本文提出一種簡單而通用的框架—量化模仿，來訓(xùn)練面向物體檢測任務(wù)的極小CNN模型。作者提出聯(lián)合模仿與量化的方法來減小物體檢測CNN模型的參數(shù)量實現(xiàn)加速。在有限計算量的限制下，該框架在Pascal VOC和WIDER Face數(shù)據(jù)集的物體檢測性能均超越了當(dāng)前物體檢測的先進水平。

而在幾個月前舉行的CVPR 2018會議上，商湯科技、香港中文大學(xué)-商湯科技聯(lián)合實驗室以及其他商湯科技聯(lián)合實驗室共有44篇論文中稿，商湯科技今年累計入選計算機視覺頂會論文數(shù)量達到81篇！

商湯科技聯(lián)合創(chuàng)始人、商湯研究院院長王曉剛表示：商湯始終堅持對原創(chuàng)技術(shù)的極致追求，正是這種精益求精的精神讓商湯在諸多計算機視覺前沿技術(shù)領(lǐng)域上不斷取得新突破，也在行業(yè)應(yīng)用方面全面落地。本次會議，華人入選ECCV 2018 的論文數(shù)量非常搶眼，近年來華人學(xué)者們對原創(chuàng)研究孜孜不倦的堅守，鑄就CV技術(shù)領(lǐng)域的一股新力量。

參加COCO 2018和VOT 2018均奪冠

商湯原創(chuàng)技術(shù)的不斷進步也在重要的比賽中得到驗證。在2018年的COCO比賽中，商湯科技研究員和香港中文大學(xué)-商湯聯(lián)合實驗室同學(xué)組成的團隊，在最核心的物體檢測（Detection）項目中奪得冠軍。

香港中文大學(xué)-商湯聯(lián)合實驗室團隊MMDet

在COCO 2018的Detection項目奪冠

在此次競賽中，商湯團隊創(chuàng)造性地開發(fā)了三項全新的技術(shù)，獲得了大幅度的性能提升：

（1）新的多任務(wù)混合級聯(lián)架構(gòu)（hybrid cascade）。通過把不同子任務(wù)進行逐級混合，這種新架構(gòu)有效地改善了整個檢測過程中的信息流動。

（2）通過特征導(dǎo)引產(chǎn)生稀疏錨點，而不是使用傳統(tǒng)的規(guī)則分布的密集錨點。這種特征導(dǎo)引的方案使得錨點的投放更為精準(zhǔn)，平均召回率提升了超過10個百分點。

（3）采用一種新型的FishNet網(wǎng)絡(luò)結(jié)構(gòu)，它有效地保留和修正多個尺度的信息，能更有效地用于圖像級，區(qū)域級，以及像素級預(yù)測任務(wù)。

在test-dev上，商湯團隊對上述框架進行了全面測試，其中單模型和多模型（最終提交的結(jié)果來自于五個模型混合的框架）的mask AP分別達到了47.4% 和49.0%，比去年冠軍（也是商湯團隊獲得）的結(jié)果，44.0% 和 46.3%，有約3個百分點的明顯提高。 在傳統(tǒng)的基于檢測框的指標(biāo)bbox AP上，這個新的框架也分別達到了單模型54.1%和多模型的56.0%的性能，比去年冠軍的結(jié)果，50.5%和52.6%，也有較大的提升。

值得一提的是，為了推動視覺檢測技術(shù)的進一步發(fā)展，在ECCV期間，香港中文大學(xué)-商湯聯(lián)合實驗室還開源了檢測庫mm-detection（https://github.com/open-mmlab/mmdetection）。這個開源庫提供了已公開發(fā)表的多種視覺檢測核心模塊。通過這些模塊的組合，可以迅速搭建出各種著名的檢測框架，比如Faster RCNN，Mask RCNN，和R-FCN等，以及各種新型框架，從而大大加快檢測技術(shù)研究的效率。

此外，商湯科技團隊還參加了視覺目標(biāo)跟蹤大賽VOT Challenge，并在實時跟蹤項目獲得第一名，這一成績體現(xiàn)了商湯在視覺目標(biāo)跟蹤技術(shù)的新突破。

VOT Challenge是視覺目標(biāo)跟蹤領(lǐng)域一年一度的國際權(quán)威比賽，其為跟蹤領(lǐng)域提供了精細的數(shù)據(jù)標(biāo)注和評測方式，并在2017年引入了實時比賽：被評測算法在跟蹤物體的同時必須保持至少60fps跟蹤速率，來模擬現(xiàn)實場景中的跟蹤情況。

今年的VOT 2018在ECCV 2018期間舉辦，共有72只隊伍參賽，包括微軟亞洲研究院、牛津大學(xué)等知名企業(yè)與高校。商湯科技的參賽算法能夠在60FPS的速率下獲得精確的跟蹤結(jié)果，并且在其他兩項項目（普通跟蹤和長時跟蹤）也獲得了驕人的成績。

舉辦新型大賽 推動人工智能行業(yè)發(fā)展

商湯不止于在頂級計算機視覺大賽上獲得好成績，還致力舉辦行業(yè)大賽，制定行業(yè)標(biāo)準(zhǔn)，推動人工智能行業(yè)發(fā)展。

今年8月，商湯科技攜手香港中文大學(xué)、亞馬遜、南洋理工大學(xué)、悉尼大學(xué)聯(lián)合舉辦的首屆WIDER Face and Pedestrian Challenge 2018（簡稱：WIDER Challenge）挑戰(zhàn)賽獲得圓滿成功。作為一項全新的全球頂級計算機視覺競賽，共吸引來自世界各國超過400支隊伍報名。

商湯作為主辦方制定了全新標(biāo)準(zhǔn)數(shù)據(jù)集——WIDER Face人臉檢測數(shù)據(jù)集、WIDER Pedestrian專門用于行人檢測的大規(guī)模數(shù)據(jù)集和WIDER Person Search人物檢索數(shù)據(jù)集，促進高性能算法涌現(xiàn)。

WIDER Workshop現(xiàn)場

參賽隊伍既有中科院計算所、微軟亞洲研究院、北京大學(xué)、上海交通大學(xué)、中國科學(xué)院大學(xué)、中國科學(xué)技術(shù)大學(xué)、NtechLab、卡耐基梅隆大學(xué)、香港大學(xué)、香港理工大學(xué)全球頂尖學(xué)府和研究機構(gòu)，也有雅虎、京東、曠視、科大訊飛、滴滴等科技公司。

未來，商湯將繼續(xù)賦能AI創(chuàng)新大賽，加速推進以人工智能為核心的創(chuàng)新技術(shù)，帶動行業(yè)應(yīng)用和產(chǎn)業(yè)融合的持續(xù)深入。