当前位置: 主页 > 正文

Ag亚遊官网:澎思科技获ICCV2019三项竞赛第一 持续深化面向场景的AI技术研发与创新

来源:未知 时间:11月08日


10月27日至11月2日,两年一届的国际谋略机视觉大年夜会

ICCV2019(InternationalConferenceonComputerVision)在韩国首尔召开。国际谋略机视觉大年夜会(ICCV)与谋略机视觉模式识别会议(CVPR)、欧洲谋略机视觉会议(ECCV)并称谋略机视觉偏向的三大年夜顶级会议。澎思科技首次参加便一举得到ICCVLFR三项角逐第一,并得到组委会揭橥的分外创意奖,这彰显了澎思在落地利用处景化的谋略机视觉技巧实力。

无约束前提下的静态图像人脸识别和动态视频人脸识别是谋略机视觉领域钻研最为深入的课题之一,在视频监控、生物医疗等领域拥有广泛的利用处景。近年来,谋略机视觉各领域的新技巧、新措施都在多个顶级谋略机视觉会议上被提出,基于深度进修的人脸识别技巧也取得了阶段性的进展。

只管在人脸识别领域的钻研取得了很多成果,Ag亚遊官网但在基于深度进修的轻量级人脸识别钻研和努力仍有待加强。在面对大年夜数据库人脸识别利用的背景下,探求一个可以在无限定的动态监控视频场景下有优良的体现的轻量级高精度的模型依然是一个寻衅。

ICCVLFR(LightweightFaceRecognitionChallenge)轻量级人脸识别寻衅赛恰是基于这样的目的设立。它也成为今年ICCV的一项紧张角逐,吸引了来自举世292支角慢慢队的参加。不合于其他人脸识别比赛,ICCVLFR寻衅赛严格限定了练习数据和测试数据。在如斯严格的Ag亚遊官网限定前提下,若何在292个参赛步队中脱颖而出变得非常艰巨。

ICCVLFR角逐的练习和测试数据

这次ICCVLFR寻衅赛一共分为四项角逐,每项角逐都有各自的限定和偏重点:

1、Protocol-1(DeepGlint-Light)图像人脸识别轻量级识别模型,运算繁杂度小于1Gflops,模型大年夜小小于20MB,数据类型float32,特性维度512(FPR@1e-8);

2、Protocol-2(DeepGlint-Large)图像人脸识别大年夜型级识别模型,运算繁杂度小于30Gflops,数据类型float32,特性维度512(FPR@1e-8);

3、Protocol-3(IQIYI-Light)视频人脸识别轻量级识别模型,运算繁杂度小于1Gflops,数据类型float32,特性维度512(FPR@1e-4);

4、Protocol-4(IQIYI-Large)视频人脸识别大年夜型识别模型,运算繁杂度小于30Gflops,数据类型float32,特性维度512(FPR@1e-4)。

澎思新加坡钻研院团队做OralPresentation

终极,澎思新加坡钻研院申省梅团队提出基于关系图的无监督进修措施来强化特性,在ICCVLFR寻衅赛的轻量级图像识别、大年夜型图像识别和轻量级视频Ag亚遊官网图像识别三项角逐中成就第一,领先微软亚洲钻研院、中科院自动化所、京东、今日头条等参赛的钻研机构和企业,并与它们拉开了不小的差距。在轻量级图像识别比赛中,误报率在亿分之一(1e-8)的环境下,澎思科技取得了93.41%成就,比其他参赛者高了近六个百分点。在轻量级视频图像比赛中,澎思科技72.23%的成就比其他参赛者高了近九个百分点。

ICCVLFR三项角逐比赛结果

在ICCVLFR的Workshop上,澎思新加坡钻研院团队做了题为“AGraphBasedUnsupervisedFeatureClusteringforFaceRecognition”的口头申报,阐述了团队提出的无监督进修措施,使用测试数据两两之间的关系,使得属于同一个ID的特性散播加倍紧凑,不合ID的特性之间间隔加倍分散,由此大年夜幅度前进了识别精度。该措施的有效性在IJB-C,YTF和CFP数据库上都已经被验证,并且大年夜幅度前进了基线模型(baseline)的精度。

基于关系图的无监督进修措施示例流程图

除了在ICCVLFR寻衅赛上取得三项第一外,澎思Ag亚遊官网科技最新的算法模型在美国NIST人脸识别公开数据集IJB-C上的体现也突破了天下记录。IJB-C是在无限定前提下的美国NIST人脸识别公开数据集中最为科学周全的基准数据库。在LFW,CFP-FP,AgeDB-30正确度普遍饱和的本日,IJB-C是今朝最切近视频监控实战利用处景的人脸识别基准数据库。

澎思科技在NISTIJB-C数据集上的测试结果

不仅仅是人脸识别领域,澎思科技近期在行人再识别(ReID)、视频行人再识别(Video-basedReID)、即时定位与舆图构建(SLAM)等谋略机视觉技巧上均取得冲破,得到多项天下冠军。

-7月,澎思科技在行人再识别(ReID)三大年夜主流数据集测试Market1501,DukeMTMC-reID,CUHK03上刷新天下记载。

-8月,澎思科技刷新视频行人再识别(Video-basedReID)三大年夜数据集PRID-2011,iLIDS-VID,MARS历史最好成就。

-10月,在刚刚停止的ISMAR2019上,澎思科技在AR-SLAM寻衅赛中得到VSLAM角逐第三名。SLAM技巧可以用于各类利用包括自动驾驶,运念头器人,3D重修,增强现实和混杂现实。视觉SLAM是澎思科技在谋略机视觉技巧上的一个紧张积累,也将为公司在现有和将来的营业中附加更多代价。正在举行的2019深圳安博会上,澎思科技推出了面向安防场景的无人巡逻警车,后续澎思自研的深度进修VisualSLAM技巧就将慢慢替代3DLiDAR来完成无人巡逻车的定位导航,从而低落资源,扩展利用处景。

今朝,澎思科技在北京和新加坡两地设立钻研院,赓续汇聚举世AI人才,拥有全自研、全栈的谋略机视觉技巧,横跨谋略机视觉多个钻Ag亚遊官网研领域。在此根基之上,澎思科技一方面目面貌身于现有营业和商业模式,结合公司的成长偏向展开面向场景的AI技巧研发和立异;另一方面赓续从举世视角探索前沿技巧,让公司始终维持对冲破性科技的敏感度和关注度,为公司发力人工智能领域、探索新营业做好技巧贮备。