CVPR 2019 | 夺取6项冠军的旷视如何筑起算法壁垒( 五 ) _图像

除了调整 2D 网络结构做优化之外，旷视认为研究 3D 检测，与 2D 信息形成互补是一个趋势。点云所提供的形状信息对物体检测和定位带来有效的帮助，和 2D 信息的纹理颜色等特征互补。
在论文《 Localof 3D Pointusing Geo-CNN》中，旷视提出了 Geo-CNN 模型，将深度卷积神经网络应用于 3D 点云数据局部区域中点的几何结构建模。
图像超分辨率的论文《Zoom in with Meta-SR: A -for Super-》来自旷视研究院基础模型组，负责人张祥雨说，这篇研究背后的思路是基于权重预测，这是他个人非常看好的一个研究方向。他们提出了一种称为 Meta-SR 的新方法，具体来说，Meta-SR 可以通过将任意缩放因子作为输入来动态地预测每个滤波器的权重，并使用这些权重来生成其他任意大小的高分辨率图像 (HR) 。
基础模型组在旷视研究院内负责公司中长期的研究项目，着重在前沿探索，包括权重预测、自动化机器学习（）、边界框标注都是张祥雨的关注重点。
结语：旷视的技术信仰
这是旷视第五次参加 CVPR 了。过去，中国公司参加学术会议更多是为了刷存在感，互相之间比拼论文数量非要争个高低。但在今年 CVPR 上，采访人员能看到这家创业公司身上成长的痕迹：
论文课题和产品落地之间有更紧密的联系。写论文的目的不是为了刷学术业绩，而是将科研结果转化成产品竞争力。通过学术会议获得同行认可，并最终带来实际的商业价值。
旷视研究院算法总监范浩强告诉机器之心，「旷视始终相信，要坚持产品导向，为产品找技术，用学界标杆作为产品定义的牵引。」
成长是一个过程，旷视经历过起步的艰辛，也走过不少弯路。俞刚曾经回忆，过去检测组的成员都只能复现前沿的论文，他一直鼓励研究员不要去抄代码，自己去摸索论文细节来复现。经过几年的积累，团队开始主攻算法的自主研发，赢了几个挑战赛后，团队也找到了方向和信心。
王珏对夜摄项目落地的感触特别深，加入旷视之前，王珏是 Adobe 的首席科学家，在计算机视觉计算机图形学和人机交互有着卓越的学术贡献。在旷视，王珏的目标是为开拓新的市场和业务线，提供强有力的技术支持，这需要王珏去适应角色的转变，从一个研究者到一个项目管理者。
「你怎么才能把研究做成一件可以预测的事情，工程追求的一种可控性，研究充满了不确定性。在这两者之间实际上是有矛盾的。经过这个项目，我们现在就很从容，整个团队得到锻炼，我们也知道怎么和客户打交道。」
「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，」孙剑补充道。「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』。」
今年的 CVPR 已经落下帷幕，但旷视的故事还将继续。
传送门
欢迎大家关注如下旷视研究院官方微信号查看 CVPR 论文解读????
【CVPR 2019 | 夺取6项冠军的旷视如何筑起算法壁垒】

文章插图