AI 年度盘点与2025发展趋势展望,50+案例解析亮相AICon 了解详情
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 16:582503

评论

发布
暂无评论
发现更多内容

Spring Boot 两大核心原理

风翱

springboot 10月月更

Vue进阶(幺肆幺):Vue 计算属性 computed 方法内传参

No Silver Bullet

Vue 计算属性 10月月更

Prometheus 查询操作符(二) 向量匹配

耳东@Erdong

Prometheus 10月月更

【架构实战营】模块一

衣谷

架构实战营

【LeetCode】最长公共前缀Java题解

Albert

算法 LeetCode 10月月更

数字货币钱包软件系统开发简介(案例)

“技术·探索”技术作家英雄会带你开启不一样的1024!

博文视点Broadview

架构训练营-模块一

Geek_9de3de

架构实战营

docker 系列:基础入门

yuexin_tech

Docker

在线最小公倍数计算器

入门小站

工具

中科柏诚本地生活,助力银行完成数字金融转型

联营汇聚

python 类中的那些小技巧,滚雪球第四季收尾篇

梦想橡皮擦

10月月更

Python代码阅读(第40篇):通过两个列表生成字典

Felix

Python 编程 Code Programing 阅读代码

崎岖的矿山路:无人矿卡的那些难题与智变

脑极体

官方线索|2021长沙·中国1024程序员节

liuzhen007

1024我在现场

如何支撑企业快速构建数字孪生体

华为云开发者联盟

数据分析 IoT 工业物联网 数字孪生 华为云IoT数据分析

linux之lsof使用技巧

入门小站

Linux

微信业务架构图

孙志强

架构实战营

【Flutter 专题】25 图解关乎 SQL 数据库的二三事(一)

阿策小和尚

Flutter 小菜 0 基础学习 Flutter Android 小菜鸟 10月月更

一场穿越千年的智能矿山“梦游记”

白洞计划

数字资产钱包系统开发源码搭建

从Spring到Spring Boot

风翱

springboot 10月月更

从单体架构到微服务架构

看山

微服务 10月月更

【设计模式】第六篇 - 工厂方法模式

Brave

设计模式 工厂模式 10月月更

前端flex布局最全文档,工作学习中复习必备

你好bk

html css3 大前端 html/css

架构实战营模块一作业

胡颖

架构实战营

谈 C++17 里的 Factory 模式之二

hedzr

设计模式 工厂模式 Design Patterns factory pattern c++17

数字货币钱包系统软件开发详情(源码)

16个实用JavaScript代码片段:DOM、Cookie、数组、对象

devpoint

JavaScript DOM Cookie Object 10月月更

微服务中服务注册和发现的可行性方案

看山

微服务 10月月更

Go 中 defer 关键字

baiyutang

golang 10月月更

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