近日，全球計算機視覺頂會 CVPR 2019 在美國長灘拉開帷幕。北京曠視科技有限公司在 CVPR 2019 的3項挑戰賽中，最終擊敗Facebook、通用動力、戴姆勒等國內外一線科技巨頭/知名高校，共計斬獲6項世界冠軍！
本次賽事中，曠視共參加 CVPR 2019 WAD（Workshop on Autonomous Driving）、CVPR 2019 FGVC（Workshop on Fine-Grained Visual Categorization）、CVPR 2019 NTIRE（New Trends in Image Restoration and Enhancement workshop）3項挑戰賽，涵蓋自動駕駛、新零售、智慧型手機、3D 等眾多領域。
圖：曠視斬獲 CVPR 2019 挑戰賽6項世界冠軍
CVPR 2019 WAD nuScenes 3D Detection Challenge
CVPR 2019 WAD 是自動駕駛領域的權威比賽，其中nuScenes比賽方向是3D detection，旨在通過模型分析3D雷射雷達/相機數據，賦予自動駕駛汽車偵測物體的能力，保障行駛安全。
nuScenes 是今年自動駕駛公司Aptiv發布的一個全新數據集，除了包括每段20秒的1000個場景以及140萬幅圖像外，該數據集使用了新的3D方法來整合物體檢測，並且發布了39萬個雷射雷達掃描輸出。nuScenes不僅需要同時識別10類物體（相比KITTI只需預測單個類別），還加入了速度和屬性的預測，而且需要解決嚴重的類別不均衡問題，因此任務難度大幅提高，因而也更具有實際意義。
對此，曠視設計了一個多尺度、多任務的模型，藉助新型檢測網絡，結合均衡採樣等策略，極大提高了模型的檢測精度，尤其是在小物體上。由最終結果可知，相較於官方Baseline 45.3%，曠視的模型高出18個點，達到63.3%，比第二名也高出8.8個點，擊敗一系列頂尖團隊，一舉奪魁。
圖：曠視 nuScenes 3D Detection Challenge冠軍獎牌
CVPR 2019 WAD Detection/Tracking Domain Adaptation Challenge
Detection Domain Adaptation Challenge 是 CVPR 2019 WAD 的另一項挑戰賽，旨在對自動駕駛場景下的環境（二維圖像信息）進行感知，今年的比賽主要解決領域自適應問題，即美國道路場景和中國道路場景的相互適應。
具體而言，即利用7萬張美國道路場景數據進行訓練，對近15萬張中國道路場景進行測試，不允許使用任何標註測試數據，只允許使用 ImageNet 進行預訓練。圖像本身的不一致之外，不同天氣、不同道路以及複雜的交通狀況都給任務增加了額外挑戰，同時也為實際使用提供了可能性。
曠視基於自身積累的檢測算法之外，加之復現/使用的最前沿的檢測算法（比如 NAS-FPN、Cascade RCNN），進而對 Cascade RCNN 做出一系列改進，使得網絡在不同 IOU 閾值下的檢測結果都有一定漲幅；同時，為了解決兩個數據集之間數據分布不一致的問題，曠視還利用合併訓練、AdaBN、Data Distillation 等技術手段，最終在測試集上高出第二名深蘭科技1.7個點，同時在所有單類別上取得最高結果。
圖：曠視Detection Domain Adaptation Challenge冠軍獎牌
此外，在 Tracking Domain Adaptation Challenge 上，曠視使用 Online方法進行多目標跟蹤，即在高精度檢測結果的基礎上，使用 IOU Tracker 進行跟蹤；跟蹤過程中，改進和調試影響結果的多種因素，最終也在 Tracking 任務上取得第一。
CVPR 2019 FGVC iNaturalist\Herbarium Challenge
CVPR 2019 FGVC 是細粒度識別領域最權威的賽事，iNaturalist Challenge 是此項領域的旗艦比賽，旨在讓計算機自動識別物體的精細類別，它不僅要求識別1000多個品種的動、植物，還要識別其在不同發育期的狀態；Herbarium Challenge 則要解決開花植物野牡丹科的物種分類問題，所採用的圖像集僅包括保存於臘葉標本上的幹標本圖像。
因此，在這兩個比賽中，除了大模型/大解析度圖圖像進行訓練、測試等常規操作外，曠視還集成最前沿細粒度技術成果（比如 Coarse-to-fine hierarchical classification、iSQRT、Class-Balanced Focal Loss 等），同時創造性提出「後驗概率重校準」技術，即通過先驗知識對模型輸出的後驗概率進行校準，極大提高擁有較少訓練圖像的長尾類別的識別準確率，兩項比賽結果均高出第2名近1個點，一舉奪魁。
在業務方面，商品識別、菜品識別、缺陷檢測、生產線零件識別、車型/車輛識別等均是細粒度圖像分析技術的應用，目前已應用於產品研發中。在 iNaturalist 上，曠視擊敗了通用動力等頂尖團隊；在 Herbarium 上，曠視擊敗了大連理工（上年冠軍）、瑞典自然歷史博物館、Facebook。
CVPR 2019 NTIRE Real Image Denosing Challenge
CVPR 2019 NTIRE Real Image Denosing Challenge 則基於最近新提出的智慧型手機圖像降噪數據集（Smartphone Image Denoising Dataset, SIDD），它由很多真實的噪聲圖像及其相應的 ground truth 組成，且每幅圖像都有以原始傳感器數據（raw）和標準 RBG（sRGB）格式存儲的兩個版本。因此，該項比賽分為了兩項子賽，分別針對 raw 與 sRGB 圖像進行去噪，而曠視研究院參戰前者。
事實上，圖像降噪一直是曠視研究院「手機攝影超畫質」的技術儲備項目，自第一版原型誕生以後，就在不斷迭代。其中，針對原始傳感器數據（raw）的圖像降噪更是整個項目的基礎技術。但就學術界來看，對圖像降噪的關注點一直以 RGB 圖像為主，對 raw 圖（尤其是手機上）少有關注。人們不了解如何對圖像進行前處理、後處理，也不了解在降噪過程中的具體注意事項，往往導致無法發揮數據百分百的力量。基於上述背景，曠視研究院希望藉此機會分享在 raw 圖像降噪上的心得，同時驗證團隊實力，進行進一步鍛鍊。
在這次比賽中，曠視研究院提出針對 raw 圖像的基於 U-Net 框架的「拜爾陣列歸一化與保列增廣」方法。儘管不同輸入圖像間的數據格式存在差異，但是，為保持網絡輸入一致性，曠視精心設計了一種數據預處理方法，使得相同的網絡工作應用到具有不同拜耳模式的輸入上，從而在保證性能的前提下用更大的圖像集合訓練網絡。此外，團隊還提出了適用於 raw 圖像的數據增廣方法。這些優勢可以幫助網絡獲得更好的泛化能力（且沒有額外的運行時）。
圖：「拜爾陣列歸一化與保列增廣」方法圖示
曠視研究員還發現了主辦方提供的第一版數據集裡驗證集的錯誤，經分析，這很可能是由於人們對 raw 圖像處理的知識相對不足所造成的。由上述可知，學界對 raw 圖像展開的圖像降噪研究還處於剛剛起步階段，因此，這個小插曲從某種層面也說明了對 raw 圖像降噪研究的重要意義。對於錯誤的指出，主辦方及時進行了更正，並向曠視研究院參賽團隊發來了感謝信。
圖：曠視Real Image Denosing Challenge 冠軍獎牌
依託圖像降噪算法，曠視超畫質技術在智能降噪的同時，能夠更好地保留畫面質感，大幅度優化拍攝和影像處理的時間，顯著提升用戶在夜晚和低光照環境下的拍攝體驗。目前，該算法已成功落地於 OPPO Reno 10 倍變焦版。OPPO Reno 10 倍變焦版搭載了基於曠視 MEGVII 超畫質技術研發的「超清夜景2.0」功能，能夠為用戶提供非同凡響的夜拍體驗。這也是曠視超畫質技術首次運用在大規模量產機型上。
能夠在CVPR 2019滿載而歸，對曠視而言意義重大。曠視首席科學家、曠視研究院院長孫劍表示：「一流的人才往往希望在一個開放的環境中成長。發表論文、參加學術會議，其實是有人對你的工作鼓掌，激勵你繼續前行。曠視研究院最寶貴的財產是人才。如何吸引、培養、保留人才是一個組織健康和高速發展最關鍵的。我的工作第一優先級是打造一個好的研發環境，讓公司贏，讓我們贏，讓每個人贏。因為我始終相信兩點：中國不缺乏聰明人，中國有世界上最好的發展機會。我們就是要把一幫聰明人聚起來，齊心協力，貫徹『發展就是硬道理』。」
值得一提的是，曠視能夠在CVPR 2019斬獲六項冠軍的背後源自曠視深度學習框架 Brain++的有力支撐作用。Brain++是一套由曠視研究院自主原創的算法引擎，致力於從雲、端、芯三個方面全面賦能物理世界，以實現對世界的感知、控制、優化。Brain++ 不僅助力曠視拿下世界冠軍，在未來，還將推動智能汽車、商品識別、手機影像處理、智慧農業等應用領域的進步發展。
【免責聲明：CSDN本欄目發布信息，目的在於傳播更多信息，豐富網絡文化，稿件僅代表作者個人觀點，與CSDN無關。其原創性以及中文陳述文字和文字內容未經本網證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本網不做任何保證或者承諾，請讀者僅作參考，並請自行核實相關內容。凡註明為其他媒體來源的信息，均為轉載自其他媒體，轉載並不代表本網贊同其觀點，也不代表本網對其真實性負責。您若對該稿件由任何懷疑或質疑，請即與CSDN聯繫，我們將迅速給您回應並做處理。】