CVPR 2019 | 夺取6项冠军的旷视如何筑起算法壁垒 _图像

文章插图
作者|Tony
来源 | 机器之心（公众号id：）
走进今年 CVPR 的工业展区，映入眼帘的是熟悉的字眼和以蓝色为主基调的展位，蓝白相间的 booth roof 甚是亮眼，这多少让采访人员有些惊讶。旷视，这家来自中国的计算机视觉独角兽公司，竟然「霸占」了全世界顶尖学术会议的 C 位。

文章插图
CVPR，全称 IEEE 国际计算机视觉与模式识别会议，在计算机视觉领域是和 ECCV、ICCV 并称的三大顶尖会议。今年的 CVPR 于当地时间 6 月 16 日在美国加州长滩开幕，前后共 5 天，吸引了超过 9200 多名参会者、284 家赞助商和 104 家展商。论文方面，来自全球的 14,104 位作者提交了 5000 多篇论文。
不远千里来到长滩会议中心的旷视研究员，在今年的 CVPR 上满载而归：拿下 6 个挑战赛世界冠军，包括自动驾驶、细粒度识别等等；首次在 CVPR 举办研讨会和挑战赛，吸引了超过 300 多支队伍注册参加；14 篇论文入选了今年的 CVPR，比去年多出 6 篇，其中 1 篇入选口头报告（Oral ，5.6% 接收率）。
参加 CVPR 对以算法为核心的旷视有重要的战略意义。2019 年伊始，在成立八年之际，旷视宣布了从品牌到战略的全面升级，并且确立了以算法为核心基因，围绕计算视觉及相关传感技术开发感知、控制、优化算法，包括但不限于人脸识别、手势识别、文字识别、物体检测、视频分析、三维重建、智能传感与控制等机器学习技术。
一方面，学术会议的同行评议，是考验旷视技术的试金石；另一方面，旷视也在借此机会吸引人才，鼓励学术界思考中国计算机视觉行业的特殊需求，并回馈研究社区。
6 项冠军背后的算法优势
挑战赛可以看成是技术预演的过程，处于研究和产品之间的环节。通过挑战赛，研究员可以打造更好的集成架构、优化算法、测试极端情况，在挑战赛上验证过的技术有助于加快产品落地。
今年，旷视横扫了 6 个挑战赛项目，涵盖自动驾驶、细粒度识别、终端图像处理、3D 物体识别等众多领域，且含金量都很高，分别是：
1.自动驾驶方向
2.细粒度图像识别
3.图像恢复和增强
以为例，这是细粒度图像识别里的标杆性比赛，要求参赛团队在上千种动植物子类别中实现图像识别，被看作是该领域的。所属的细粒度视频分类（FGVC）研讨会，在 CVPR 上已经举办过六届。
旷视的参赛团队来自南京研究院，细粒度图像分析是其基础研究方向之一，他们也涉猎小样本、深度学习、物体检测、图卷积等领域。南京研究院的负责人魏秀参告诉机器之心，今年的难度相比往年有所提升，主要体现在三个方面：
首先，数据集不仅涵盖了一千多个动植物品类，而且有些动植物类别之间的差别普通人根本看不出，比如你知道下图哪张是「白腹蓝彩鹀」，哪张是「靛彩鹀」吗？这些问题只有植物专家或者动物专家才能回答。

文章插图
上图是靛彩鹀，下图是白腹蓝彩鹀
其次，这是一个长尾分布的数据。所谓的长尾分布指的是大约 20% 的类别包含 80% 的图像，而 80% 的类别只覆盖 20% 的数据，所以整个数据集呈现指数递减趋势，这对解决实际问题带来了很大的挑战性。
再者，除了识别动植物，在具体的一个类别，还需要识别动植物不同的发育期状态。比如说一些两栖动物可能会有一些变态反应，不同的状态需要进行精细的甄别。