互联网

悦动圈与清华大学合作研究的两篇论文入选2021年国际AI顶级会议

来源:互联网    作者:      2021年07月22日 11:20

导语:


近期,深圳市悦动圈的AI团队与清华大学夏树涛教授带领的AI技术团队共同研发,设计了一种新的记忆流知识蒸馏策略,通过估计运动将相邻预测提取到目标帧,利用未标注视频帧中的时间信息,实现一个有效的带有点击标注的弱监督视频语义分割,从而节省像素级语义分割中繁琐的注释工作。在 Cityscapes 和 Camvid 上的实验结果表明新算法优于当前已有的先进算法,mIoU性能比基线大幅提高了 10.24%,并实现了实时推理该论文

《WeClick: Weakly-Supervised Video Semantic Segmentation with Click Annotations》已被2021年国际顶级盛会ACM Multimedia(以下简称:ACM MM)录用。ACM,即国际计算机学会(Association for Computing Machinery ),是世界上最大的计算机领域专业性学术组织,其评选的图灵奖(A.M. Turing Award)被公认为世界计算机领域的诺贝尔奖,ACM旗下ACM MM会议是多媒体技术领域顶级盛会,在学术界及工业界都具有极为重大的影响力。同时,ACM MM也是中国计算机学会(CCF)推荐的多媒体领域A类国际学术会议,会议将在2021年10月召开,届时将会有来自全球的各大机构将在会议上分享、交流最新的研究成果。


 



 


随着计算机视觉技术的高速发展,人们对图像的分辨率要求也越来越高,但在在一些保证记录设备长期稳定运行、以及动态场景,通常考虑以空间换时间,牺牲图像分辨率。在这些领域,对一帧或多帧图像重建为更高分辨率的图像或视频就尤为重要。深度神经网络结合模糊核估计方法在单幅图像超分辨率(SISR)方面表现卓越,但是模糊核忽略了核的各向异性,限制了核估计的精度了解决该问题,悦动圈AI团队与清华大学夏树涛教授带领的AI技术团队合作的另外一篇论文,提出了一种基于无监督的核估计方法,有效提升模型的泛化性能。该论文《EDKE: Encoder-Decoder based Kernel Estimation for Blind Image Super-resolution》已被神经网络领域的旗舰会议IJCNN录用国际神经网络联合大会(International Joint Conference on Neural Networks,简称IJCNN)是由国际电气与电子工程师学会(IEEE)主办的神经网络领域的最权威的国际学术会议之一,至今已经有30多年的历史。从论文方向来看,大会收到论文所研究的技术方案涵盖了神经网络和相关学习系统的多个方面,包括无监督学习、强化学习、卷积神经网络、认知算法和深度学习等。


 



 


悦动圈自成立以来,一直非常重视技术创新,尤其是人工智能的前沿技术研发。自2015年起,悦动圈就开始了人工智能及相关技术的研发与应用,先后推出了悦动圈AI舌诊悦动圈AI肤质检测以及AI运动、AI课外体育家庭作业系统等一系列软硬件产品及应用,获得了消费者的普遍好评。


    


同时,悦动圈与学术界保持了非常紧密的交流合作清华大学深圳国际研究成立了AI运动健康联合研发项目组,一起合作研发AI技术在运动健康领域的应用落地。企业界与学术界之间的交流互动,不仅有助于研究成果的产出,而且能够将更多前沿科技成果转化为消费者触手可及的科技产品,让更多的人能够享受到科技进步带来的乐趣。


  



(文章为作者独立观点,不代表艾瑞网立场)
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 广告赞助| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10

扫一扫,或长按识别二维码

关注艾瑞网官方微信公众号