写点什么

OPPO 研究院成立智能感知与交互研究部,首次公开展示研发成果

  • 2020-06-17
  • 本文字数:1764 字

    阅读完需:约 6 分钟

OPPO研究院成立智能感知与交互研究部,首次公开展示研发成果

一年一度的全球计算机视觉顶级会议 CVPR(Conference on Computer Vision and Pattern Recognition 国际计算机视觉与模式识别会议)落下帷幕,该会议是由 IEEE(国际计算机视觉与模式识别会议)举办的计算机视觉和模式识别领域的顶尖会议。每年汇聚全球顶尖的相关专家、学者和研究者,共同关注和探讨计算机视觉技术的发展方向与趋势。


InfoQ 了解到,在 CVPR 2020 的一系列学术竞赛中,OPPO 共获得两项第一、两项第三,获奖技术成果包括:将模糊的照片智能处理清晰的超分技术,凭照片定位拍摄方位技术以及通过录像识别人类行为技术。


据悉,此次 OPPO 参加 CVPR 2020 的多项获奖成果均来自今年年初新成立的智能感知与交互研究部门。今年 3 月,前小鹏首席科学家郭彦东加入 OPPO 并担任 OPPO 智能感知首席科学家,领导快速组建并完善专业科研团队。目前,智能感知与交互研究部已初具规模,并引进了许多顶尖科技公司与科研院校人才。


郭彦东表示:“非常高兴能在今年的 CVPR 竞赛中取得优秀成绩,这是 OPPO 研究院智能感知与交互研究部成立以来首次公开展示研发成果,分别对应环境感知、以人为本的计算、以及数字生成三个核心研究方向,充分反映了 OPPO 在人工智能领域的深厚积淀与实力。”


在本次大会上,OPPO 获得第一名的技术成果为:将模糊图片“算”清晰的“极端超级分辨率感知”技术;此外,通过照片计算拍照方位的"手持设备视觉定位"技术则获得第三名和分项第一;通过读取录像智能识别其中人类行为的“长视频行为识别”技术同时获得第三名。

超分技术成果,凭空将模糊图片算清晰

“极端超分辨率感知”( Perceptual Extreme Super-Resolution)是 CVPR 难度最高的赛项之一,要求从模糊的低分辨率图片中,获得细节更清晰、更接近真实情况的高清图像。


针对这项挑战,OPPO 提出了独创的神经网络架构 RFB-ESRGAN,通过更智能的方式提取原图特征,用分布式算法提高计算效率,以更多元的采样与计算模型配合,通过计算把模糊的图片清晰放大了 16 倍,从全球 280 多个顶尖参赛团队中脱颖而出,获得第一名。



OPPO 极端超分辨率感知处理效果,最左侧图片红框内为原图,最右侧为最终结果


这项技术将在未来为诸多应用场景提供帮助,例如将用户手机拍摄到的模糊影像处理成细节丰富的高清效果,修复图像受到损坏的老照片、老电影,或者对卫星、航天图像进行细节分析等工作。



人工智能程序对图片从多维度进行分析

视觉定位和长视频行为识别

在“手持设备视觉定位”挑战(Visual localization for handheld devices challenge)中,OPPO 获得了面向室外场景的数据集(Aachen Day-Night)第一名,与面向室内场景的数据集(InLoc)第三名。


“视觉定位”是通过搜集和分析图像中的海量信息,对自身拍摄方位作出精确判断。OPPO 团队自主设计的全新分析流程,可以智能分析图像信息的分类标签及图像深浅信息,大量排除错误结果,从而显著提升分析准确程度。这一技术对未来的 AR 眼镜,智能机器人,精准导航等应用都能起到重要作用。例如,当智能机器人助手安装了摄像头之后,就可以利用视觉定位技术对拍摄到的图像作运算分析,获得准确定位,从而精准的移动。


此外,OPPO 在“长视频行为识别”(Activity detection in extended videos)赛项中获得了第三名。


“视频行为识别”是指在某段视频中分析并判断人或物体对象的行为动作。OPPO 的智能程序可高效识别并重组每一帧画面中的人物,辨别复杂动态视频中的人类行为。在一段数十人出镜的长视频中,它准确识别了视频中每个人走动或是聊天等的数十种动作。这项技术在未来能广泛应用在人机交互、运动分析等领域,例如未来的手机产品便可以自动识别正在运动的拍摄对象,并自动调节快门对焦。



视频行为识别结果


除 OPPO 研究院智能感知与交互研究部之外,OPPO 美国研究所也在 CVPR 上有所收获,取得了“真实世界超分辨率图像处理技术”(Real-World Super-Resolution Challenge:Track 1: Image Processing artifacts)第六名的成绩。


OPPO 美研所时空实验室主管孟子博在 CVPR 做了暗光影像技术演讲“穿透黑暗:从图像到视频”(Looking into the dark: from image to video),AI 计算机视觉高级技术总监全书学做了“从零开始构建可在智能手机和 AR 眼镜上运行的统一 SLAM 系统”演讲(Building a unified SLAM system running on both smartphone and AR glass from scratch)。


2020-06-17 16:582967

评论

发布
暂无评论
发现更多内容

你的极狐GitLab SaaS上开启这些设置了吗?代码安全,安心下班!

极狐GitLab

gitlab CI/CD DevSecOps 代码安全 软件供应链安全

如何用极狐GitLab 为 Android App 创建自动化CI/CD?详细教程来了

极狐GitLab

自动化 CI/CD Android; keystore fastlane

开源直播源码平台处理卡顿问题技巧方案_山东布谷科技创作

山东布谷科技

开源 软件开发 直播 源码搭建 直播源码

一文讲透 Redis 事务 (事务模式 VS Lua 脚本)

不在线第一只蜗牛

Lua脚本 redis 底层原理 Redis 可视化工具

Nautilus Chain 主网上线,创世 ZBC 质押即将开启

股市老人

前、后端通用的可视化逻辑编排

悠闲的水

低代码 逻辑编排 低代码平台 可视化编排 可视化开发

英特尔携钉钉及新华三以创新解决方案变革未来远程协作体验

E科讯

Python爬虫超详细讲解(零基础入门,老年人都看的懂)

Java随想录

Java Python

模糊测试公布结果,大众漏洞被曝光

云起无垠

网络安全 模糊测试

《APaaS应用实施方法论》电子书正式发布

明道云

大模型时代下的全新变革

九章云极DataCanvas

全面构建AI能力,AIFS为AI产业发展按下“加速键”

九章云极DataCanvas

AI绘图:艺术与科技的交融 | 社区征文

IT蜗壳-Tango

年中技术盘点

第四届“先导杯”全国挑战赛正式开赛 百万奖金等你来拿

科技热闻

英特尔x MAXHUB:以创新解决方案掀起“智能协作”新浪潮

E科讯

《中国民用航空业零代码应用与推广白皮书》正式发布

明道云

AI 改变我们的工作方式 | 社区征文

宇宙之一粟

年中技术盘点

Filter for GO

数由科技

Nautilus Chain 主网上线,创世 ZBC 质押即将开启

鳄鱼视界

火山引擎DataTester:三类AB实验,让企业营销拥有灵敏“网感”

字节跳动数据平台

大数据 A/B测试 对比试验 企业号 7 月 PK 榜

影响云安全的因素有哪些?如何保障云安全?

行云管家

云安全 企业上云 堡垒机 自动化运维 云管

如何理解小程序插件?微信及支付宝官方详解

没有用户名丶

【有奖互动】开发者版本新特性,你期待哪些更新?#HDC.Together2023#

HarmonyOS开发者

HarmonyOS

阿里商旅账单系统架构设计实践

阿里技术

账单 阿里商旅 账单系统 账单数据

在 K8S 中只会 CI 不会 CD ?3 种方式,让极狐GitLab 和 K8S 高效协同!

极狐GitLab

DevOps 云原生 k8s CI/CD 集成

OPPO研究院成立智能感知与交互研究部,首次公开展示研发成果_AI&大模型_罗燕珊_InfoQ精选文章