近期，特斯拉自動駕駛事故被頻頻報道，同時華為“自動駕駛”技術驚艷亮相，被廣大網(wǎng)友認為其已經達到了L4的自動駕駛水平，這使得關于汽車輔助駕駛系統(tǒng)的討論再度熱鬧了起來。其中最關鍵的核心就是有關汽車視覺的感知系統(tǒng)。

事實上，隨著AR+AI時代的到來，AI視覺作為實現(xiàn)工業(yè)自動化和智能化的關鍵核心技術，正成為人工智能發(fā)展最快的一個分支。當機器可以“看懂這個世界”時，它將如眼睛之于人類的價值一般，不僅會改變我們的出行方式，還將改變我們的娛樂、學習等等與生活有關的一切。

一直以來，亮亮視野都在AR和AI上投入了巨大的精力，在為行業(yè)提供支撐企業(yè)數(shù)字化轉型的硬件和平臺的同時，與中科院自動化所建立聯(lián)合實驗室，通過對算法協(xié)同、多模態(tài)任務、環(huán)境測試等多方面進行綜合研究，努力實現(xiàn)AI多模態(tài)感知融合。近期，其多項研究成果成功入選計算機視覺世界的頂級會議。

“基于結構信息保持的弱監(jiān)督目標定位”入選CVPR2021

Unveiling the Potential of Structure-Preserving for Weakly Supervised Object Localization. CVPR 2021.

CVPR2021是計算機視覺世界三大頂會之一!本次大會收到來自全球共7015篇有效投稿，最終有1663篇突出重圍被錄取，錄用率僅為23.7%。

本論文研究的是弱監(jiān)督目標定位(WSOL)能力，這是當下仍富有挑戰(zhàn)的計算機視覺任務，雖然現(xiàn)有的工作通過利用空間正則化策略可以明顯提高目標定位精度，但往往忽略了如何從訓練好的分類網(wǎng)絡中提取目標結構信息，使得性能和效率還有大幅提高的空間。

本次研究提出了一種兩階段的方法“結構保持激活(SPA)”，以充分利用WSOL卷積特征中包含的結構信息。在包括CUB-200-2011和ILSVRC在內的兩個公開基準上進行的大量實驗表明，與基準方法相比，本文提出的SPA方法取得了顯著的性能提升。

分析并提醒行進中存在的警示和風險

而這種提升就可以在汽車駕駛時，對感知系統(tǒng)下的更多物體實現(xiàn)更為精準的檢測與判定，降低事故發(fā)生率。

“SiamCPN：基于孿生中心預測網(wǎng)絡的視覺跟蹤”入選CVM 2021

SiamCPN: Visual tracking with the Siamese center-prediction network. CVM 2021.

CVM是亞洲圖形學學會(ASIA Graphics Association)旗下的三大系列會議之一，由清華大學圖形學實驗室于2012年在北京創(chuàng)辦，發(fā)展至今，已經在國際上形成較大影響力。此次入選CVM2021的論文也同步入選SCI索引源。

本論文主要針對的是目標跟蹤問題，通過一種anchor-free的孿生網(wǎng)絡SiamCPN，給定初始幀中的參考追蹤對象，可直接預測后續(xù)幀中對象的中心點和大小。相比其它先進的孿生網(wǎng)絡算法，該方法GOT-10K、UAV123數(shù)據(jù)集上取得了更好的結果，推理速度也有1.5-2.0倍的提升。

讓虛擬NPC始終坐在人物肩膀上

這一成果可應用于互動游戲之中，可以讓虛擬的場景與現(xiàn)實自然融合，讓虛擬創(chuàng)造的NPC更真實的與玩家互動，從而讓玩家獲得更具沉浸感的增強現(xiàn)實游戲體驗。

其實不止于這些場景，這兩項科研成果還可以應用于更多領域。目前，亮亮視野正將這些技術帶到工業(yè)巡檢領域，從而促進技術快速成熟，將技術帶到國民用戶的普通生活之中。

例如，“基于結構信息保持的弱監(jiān)督目標定位”現(xiàn)正應用于電力、制造、能源等領域的生產車間中，通過該技術賦予AVG機器人之中，機器人可以在復雜的環(huán)境中實現(xiàn)自主行走、避障等，從而提升機器人搬運、分揀等效率。此外，將該技術植入進AR智能眼鏡中，可以為現(xiàn)場人員提供實景導航、安全提示等，從而提高生產安全性。

而“基于孿生中心預測網(wǎng)絡的視覺跟蹤”技術則可以將數(shù)字孿生技術、三維建模技術更好的應用起來，工作人員可更方便的查看設備圖紙、操作設備虛擬三維模型，提高生產、運維、遠程培訓的效率。

AI是進入未來世界的關鍵，是成就改變世界夢想的鑰匙。截至目前，亮亮視野已經有數(shù)篇AI科研成果登陸世界頂級會議，并將這些技術產業(yè)化，為不同行業(yè)帶去智能化的解決方案。未來，亮亮會繼續(xù)加大AI領域的研究工作，通過人工智能與增強現(xiàn)實技術，以第一視角交互讓人與人、人與機器、人與數(shù)據(jù)的溝通變得更自然高效。

（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）