近日，全球计算机视觉顶会CVPR 2019 在美国长滩拉开帷幕。北京旷视科技有限公司在CVPR 2019 的3项挑战赛中，最终击败Facebook、通用动力、戴姆勒等国内外一线科技巨头/知名高校，共计斩获6项世界冠军!
本次赛事中，旷视共参加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项挑战赛，涵盖自动驾驶、新零售、智能手机、3D 等众多领域。
图：旷视斩获 CVPR 2019 挑战赛6项世界冠军
CVPR2019 WAD nuScenes 3D Detection Challenge
CVPR2019 WAD 是自动驾驶领域的权威比赛，其中nuScenes比赛方向是3D detection，旨在通过模型分析3D激光雷达/相机数据，赋予自动驾驶汽车侦测物体的能力，保障行驶安全。
nuScenes 是今年自动驾驶公司Aptiv发布的一个全新数据集，除了包括每段20秒的1000个场景以及140万幅图像外，该数据集使用了新的3D方法来整合物体检测，并且发布了39万个激光雷达扫描输出。nuScenes不仅需要同时识别10类物体(相比KITTI只需预测单个类别)，还加入了速度和属性的预测，而且需要解决严重的类别不均衡问题，因此任务难度大幅提高，因而也更具有实际意义。
对此，旷视设计了一个多尺度、多任务的模型，借助新型检测网络，结合均衡采样等策略，极大提高了模型的检测精度，尤其是在小物体上。由最终结果可知，相较于官方Baseline 45.3%，旷视的模型高出18个点，达到63.3%，比第二名也高出8.8个点，击败一系列顶尖团队，一举夺魁。
图：旷视nuScenes 3D Detection Challenge冠军奖牌
CVPR 2019 WAD Detection/Tracking Domain Adaptation Challenge
Detection Domain Adaptation Challenge 是 CVPR 2019 WAD 的另一项挑战赛，旨在对自动驾驶场景下的环境(二维图像信息)进行感知，今年的比赛主要解决领域自适应问题，即美国道路场景和中国道路场景的相互适应。
具体而言，即利用7万张美国道路场景数据进行训练，对近15万张中国道路场景进行测试，不允许使用任何标注测试数据，只允许使用 ImageNet 进行预训练。图像本身的不一致之外，不同天气、不同道路以及复杂的交通状况都给任务增加了额外挑战，同时也为实际使用提供了可能性。
旷视基于自身积累的检测算法之外，加之复现/使用的最前沿的检测算法(比如 NAS-FPN、Cascade RCNN)，进而对 Cascade RCNN 做出一系列改进，使得网络在不同 IOU 阈值下的检测结果都有一定涨幅;同时，为了解决两个数据集之间数据分布不一致的问题，旷视还利用合并训练、AdaBN、Data Distillation 等技术手段，最终在测试集上高出第二名深兰科技1.7个点，同时在所有单类别上取得最高结果。
图：旷视Detection Domain Adaptation Challenge冠军奖牌
此外，在Tracking Domain Adaptation Challenge 上，旷视使用 Online方法进行多目标跟踪，即在高精度检测结果的基础上，使用 IOU Tracker 进行跟踪;跟踪过程中，改进和调试影响结果的多种因素，最终也在 Tracking 任务上取得第一。
CVPR 2019 FGVC iNaturalist\Herbarium Challenge
CVPR 2019 FGVC 是细粒度识别领域最权威的赛事，iNaturalist Challenge 是此项领域的旗舰比赛，旨在让计算机自动识别物体的精细类别，它不仅要求识别1000多个品种的动、植物，还要识别其在不同发育期的状态;Herbarium Challenge 则要解决开花植物野牡丹科的物种分类问题，所采用的图像集仅包括保存于腊叶标本上的干标本图像。
因此，在这两个比赛中，除了大模型/大分辨率图图像进行训练、测试等常规操作外，旷视还集成最前沿细粒度技术成果(比如 Coarse-to-fine hierarchical classification、iSQRT、Class-Balanced Focal Loss 等)，同时创造性提出“后验概率重校准”技术，即通过先验知识对模型输出的后验概率进行校准，极大提高拥有较少训练图像的长尾类别的识别准确率，两项比赛结果均高出第2名近1个点，一举夺魁。
在业务方面，商品识别、菜品识别、缺陷检测、生产线零件识别、车型/车辆识别等均是细粒度图像分析技术的应用，目前已应用于产品研发中。在 iNaturalist 上，旷视击败了通用动力等顶尖团队;在 Herbarium 上，旷视击败了大连理工(上年冠军)、瑞典自然历史博物馆、Facebook。
CVPR 2019 NTIRE Real Image Denosing Challenge
CVPR 2019 NTIRE Real Image Denosing Challenge 则基于最近新提出的智能手机图像降噪数据集(Smartphone Image Denoising Dataset, SIDD)，它由很多真实的噪声图像及其相应的 ground truth 组成，且每幅图像都有以原始传感器数据(raw)和标准 RBG(sRGB)格式存储的两个版本。因此，该项比赛分为了两项子赛，分别针对 raw 与 sRGB 图像进行去噪，而旷视研究院参战前者。
事实上，图像降噪一直是旷视研究院“手机摄影超画质”的技术储备项目，自第一版原型诞生以后，就在不断迭代。其中，针对原始传感器数据(raw)的图像降噪更是整个项目的基础技术。但就学术界来看，对图像降噪的关注点一直以 RGB 图像为主，对 raw 图(尤其是手机上)少有关注。人们不了解如何对图像进行前处理、后处理，也不了解在降噪过程中的具体注意事项，往往导致无法发挥数据百分百的力量。基于上述背景，旷视研究院希望借此机会分享在 raw 图像降噪上的心得，同时验证团队实力，进行进一步锻炼。
在这次比赛中，旷视研究院提出针对raw 图像的基于 U-Net 框架的“拜尔阵列归一化与保列增广”方法。尽管不同输入图像间的数据格式存在差异，但是，为保持网络输入一致性，旷视精心设计了一种数据预处理方法，使得相同的网络工作应用到具有不同拜耳模式的输入上，从而在保证性能的前提下用更大的图像集合训练网络。此外，团队还提出了适用于raw 图像的数据增广方法。这些优势可以帮助网络获得更好的泛化能力(且没有额外的运行时)。
图：“拜尔阵列归一化与保列增广”方法图示
旷视研究员还发现了主办方提供的第一版数据集里验证集的错误，经分析，这很可能是由于人们对 raw 图像处理的知识相对不足所造成的。由上述可知，学界对 raw 图像展开的图像降噪研究还处于刚刚起步阶段，因此，这个小插曲从某种层面也说明了对 raw 图像降噪研究的重要意义。对于错误的指出，主办方及时进行了更正，并向旷视研究院参赛团队发来了感谢信。
图：旷视Real Image Denosing Challenge 冠军奖牌
依托图像降噪算法，旷视超画质技术在智能降噪的同时，能够更好地保留画面质感，大幅度优化拍摄和影像处理的时间，显著提升用户在夜晚和低光照环境下的拍摄体验。目前，该算法已成功落地于 OPPO Reno 10 倍变焦版。OPPO Reno 10 倍变焦版搭载了基于旷视 MEGVII 超画质技术研发的“超清夜景2.0”功能，能够为用户提供非同凡响的夜拍体验。这也是旷视超画质技术首次运用在大规模量产机型上。
能够在CVPR 2019满载而归，对旷视而言意义重大。旷视首席科学家、旷视研究院院长孙剑表示：“一流的人才往往希望在一个开放的环境中成长。发表论文、参加学术会议，其实是有人对你的工作鼓掌，激励你继续前行。旷视研究院最宝贵的财产是人才。如何吸引、培养、保留人才是一个组织健康和高速发展最关键的。我的工作第一优先级是打造一个好的研发环境，让公司赢，让我们赢，让每个人赢。因为我始终相信两点：中国不缺乏聪明人，中国有世界上最好的发展机会。我们就是要把一帮聪明人聚起来，齐心协力，贯彻‘发展就是硬道理’。”
值得一提的是，旷视能够在CVPR 2019斩获六项冠军的背后源自旷视深度学习框架Brain++的有力支撑作用。Brain++是一套由旷视研究院自主原创的算法引擎，致力于从云、端、芯三个方面全面赋能物理世界，以实现对世界的感知、控制、优化。Brain++ 不仅助力旷视拿下世界冠军，在未来，还将推动智能汽车、商品识别、手机影像处理、智慧农业等应用领域的进步发展。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
