作為亞太地區(qū)知名的智能語音與人工智能上市公司,科大訊飛基于“技術頂天,產(chǎn)品落地”的戰(zhàn)略理念,不斷進行著核心技術的創(chuàng)新。近年來,科大訊飛除了在智能語音、自然語言處理等領域碩果累累外,在視覺場景理解領域也獲得長足進步。

近日,在計算機視覺與模式識別國際會議(CVPR 2019)舉辦的物體檢測挑戰(zhàn)賽DIW 2019上,科大訊飛A.I.研究院聯(lián)合中科大語音及語言信息處理國家工程實驗室(NELSLIP)(以下統(tǒng)稱為訊飛-中科大聯(lián)合團隊),取得Objects365 Tiny Track第一,Objects365 Full Track第三的佳績。

DIW 2019挑戰(zhàn)賽由曠視科技與北京智源人工智能研究院共同舉辦,該項賽事吸引了包括騰訊、百度、字節(jié)跳動等300多支隊伍參賽。而Objects365 小賽道是CVPR 2019主辦方為了加快算法迭代速度,研究長尾類別檢測問題,而特別設立的。其所采用的Objects365數(shù)據(jù)集包含63萬張圖像,高達1000萬人工標注框,覆蓋365個日常物體類別,堪稱最大通用物體檢測數(shù)據(jù)集。

資料顯示,曠視 Objects365 數(shù)據(jù)集是目前全球最大的通用物體檢測數(shù)據(jù)集,不僅具有規(guī)模大、質(zhì)量高、泛化能力強的特點,而且其開放圖片數(shù)和標注框分別是目前全球最權威的物體檢測數(shù)據(jù)集—— MS COCO 的 5 倍和 11 倍。可見,訊飛-中科大聯(lián)合團隊收入的這兩項大獎,都實力彰顯了科大訊飛在計算機視覺領域的技術領先地位。

訊飛-中科大聯(lián)合團隊收割的大獎還遠不止于此,在文檔分析與識別國際會議(ICDAR 2019)舉辦的多項賽事中,聯(lián)合團隊包攬了手寫數(shù)學公式識別挑戰(zhàn)賽CROHME全部兩項任務冠軍;在場景文本視覺問答挑戰(zhàn)賽ST-VQA挑戰(zhàn)賽上,聯(lián)合團隊包攬全部三項任務冠軍;在街景招牌中文文本識別挑戰(zhàn)賽ReCTS中,聯(lián)合團隊獲得單字識別任務冠軍。

以ST-VQA挑戰(zhàn)賽為例,它是由CVC(Computer Vision Center)舉辦的一項視覺問答挑戰(zhàn)賽,要求算法能夠像人類一樣解析圖像中實體之間的關系,并正確地回答出問題。比賽總共分為三個任務,分別為Task1-Strongly Contextualized、Task2-Weakly Contextualized和Task3-Open Dictionary,難度會逐漸增加。

訊飛-中科大聯(lián)合團隊參加了全部三項比賽,并悉數(shù)包攬冠軍。此次參賽也是科大訊飛在視覺理解以及多模態(tài)數(shù)據(jù)融合方面的前瞻性探索,比賽中使用的技術為公司未來在多模態(tài)交互方面的發(fā)展打下了基礎。

成立于1999年的科大訊飛,是我國唯一以語音技術為產(chǎn)業(yè)化方向的“國家863計劃成果產(chǎn)業(yè)化基地”、“國家規(guī)劃布局內(nèi)重點軟件企業(yè)”與“國家高技術產(chǎn)業(yè)化示范工程”企業(yè),并被原信息產(chǎn)業(yè)部確定為中文語音交互技術標準工作組組長單位,牽頭制定中文語音技術標準。

一直以來,科大訊飛始終致力于推動相關賽道技術落地,目前已在教育、醫(yī)療、政法等業(yè)務上取得了很好的成效。未來,科大訊飛將繼續(xù)推進核心技術更始和應用落地,用實實在在的“智慧”成果,踐行用人工智能建設美好世界的公司使命。

生成海報

免責聲明：本網(wǎng)站內(nèi)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(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)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(nèi)容或斷開相關鏈接。