CVPR2021：字節跳動14篇論文入選，多項競賽優勢奪冠

　　北京時間6月25日,在剛剛落下帷幕的CVPR2021上,字節跳動與合作院校的14篇論文入選,方向涵蓋神經網絡架構搜索、圖像修複、行為識别等,并在移動目标檢測、細粒度圖像識别、視頻分類等多個計算機視覺細分領域的競賽中優勢奪冠。

　　CVPR(Conference on Computer Vision and Pattern Recognition,計算機視覺模式識别大會)與ICCV、ECCV并稱為計算機視覺領域三大國際性盛會。近年來,CVPR的論文投稿量持續增加,CVPR2019的有效投稿為5160篇,CVPR2020年增長至6656篇。本屆CVPR的論文有效投稿量再創新高,多達7500篇,接收率僅為23.7%,競争十分激烈。

　　計算機視覺是一門研究如何使機器“看”的科學。英國機器視覺協會(BMVA)對機器視覺的定義是「對單張圖像或一系列圖像的有用信息進行自動提取、分析和理解」。 借助雲計算等新技術的推動,在一些場景下,計算機系統快速檢測視覺輸入并做出反應的準确度甚至勝過人類。從工業質檢到醫學成像,計算機視覺技術可深度應用到各行各業,被視為人工智能實現的關鍵。

　　作為一家擁有多個現象級視頻、圖文類産品的科技公司,字節跳動持續在前沿計算機視覺領域進行研究及實踐。近年來,字節跳動在CVPR等學術會議及核心期刊的論文發表數量逐年增加。在神經網絡架構搜索、目标檢測等前沿領域,字節跳動技術團隊的相關重磅論文被收錄進CVPR2021口頭報告(Oral)。

　　其中,“HR-NAS: Searching Efficient High-Resolution Neural Architectures with Lightweight Transformers”在神經網絡架構搜索(NAS)領域,突破性地提出了一種新型網絡框架。與此前的技術相比,新框架可以适用于圖像分類、分割、檢測等多種計算機視覺任務,較好地解決不同的計算機視覺任務對不同分辨率模型的需求。

　　“Sparse R-CNN: End-to-End Object Detection with Learnable Proposals”提出了基于可學習候選框的端到端的稀疏目标檢測器。這一全新的檢測範式既突破了當前目标檢測領域主流方法的技術局限,又保證了檢測的速度和精度。

　　另外,在圖像修複這一實用性較強的領域,字節跳動此次也有兩篇論文入選。标題分别為“Progressive Temporal Feature Alignment Network for Video Inpainting”和“Human De-occlusion: Invisible Perception and Recovery for Humans”。上述論文針對視頻中常見的,塗抹掉任意區域/物體後填充自然背景,以及人像合照順序替換、修補等問題,提出了更加優化的技術方案。

　　值得一提的是,在與學術會議同時進行的CVPR2021 workshop競賽中,來自字節跳動的多支團隊表現出衆。其中,四支團隊以優勢奪得了移動目标檢測、細粒度圖像識别、視頻分類等前沿領域競賽項目的。

　　目前,字節跳動已将部分計算機視覺前沿技術落地應用在頭條尋人、經典電影修複、物種識别等社會公益、文化和科普領域。