真格早期项目「思谋科技」11篇论文入选ICCV 2021
本文授权转载自「思谋科技」
此次思谋入选的论文涵盖了众多前沿技术领域,包括语义分割、参数对比学习、边界引导对抗训练、视频暗光增强、视频实例分割、目标检测算法、深度神经网络、自监督学习、点云变压器等,彰显其全面领先的科研实力与技术水平。
当今三大会议中,ICCV的论文接收率较低,公认级别最高,组委会对论文质量的要求非常严格。本次大会收到来自全球共6236篇有效投稿,最终有1617篇突出重围被接收,接收率约为25.9%,比2019年25%的接收率略高0.9%,但与2015年30.9%和2017年29%的接收率相比,依然呈降低趋势。
其中,Oral Paper (包括最佳论文Best Paper) 代表当年度计算机视觉领域的最高水准。思谋此次被接收的1篇Oral Paper 标题为《针对单张噪声图的高斯混合模型自监督学习算法》,作者提出了一种新的算法——自监督高斯混合模型算法,克服了有监督式机器学习算法对高质量图像数据集的依赖,仅需单张噪声图即可应用于真实场景的图像去噪任务,为技术产业化落地提供了更高效的实现路径。
监督高斯混合模型算法系统框图
作为拥有超过20年AI前沿技术积累的思谋团队,曾多次荣膺世界顶级计算机视觉竞赛冠军,包括2017年COCO实例分割冠军、2018年WAD道路语义分割竞赛冠军、2019年百度阿波罗3D物体检测竞赛冠军、2020年MEDIA AI 高精度视频人物分割赛道冠军、CVPR/ICCV/ECCV多次oral论文发表。得益于技术的不断进步,思谋团队已具备行业领先的矩阵式视觉AI核心技术能力,算法覆盖2个场景、3个大类、20个小类。
未来,祝愿思谋在技术领域取得更多突破,并应用于工业制造领域成千上万个场景,在制造业全生命周期中不断提升数据处理能力,完成智能优化和决策,从而实现降本提效。