HarmonyOS开发者限时福利来啦!最高10w+现金激励等你拿~ 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 16:582453

评论

发布
暂无评论
发现更多内容

【JAVA】全链路灰度发布的实践分享

智在碧得

微服务架构 灰度发布 全链路 java 编程 全链路灰度

中国少年,从一场软件竞技赛驶向产业之海

脑极体

软件

这届黑客马拉松,和效率“杠上了” | StartDT Hackathon

奇点云

黑客马拉松 数据技术 奇点云

当「软件研发」遇上 AI 大模型

阿里巴巴云原生

阿里云 云原生 通义灵码

Rust vs Go:如何选择最适合你的编程语言

伤感汤姆布利柏

东南亚淘宝代购系统,东南亚国代购网站建设

tbapi

淘宝代购系统

数据仓库 vs 数据湖 vs 湖仓一体:如何基于自身数据策略,选择最合适的数据管理方案?

tapdata

什么是数据仓库 什么是数据湖 湖仓一体是什么 数据仓库和数据湖的区别是

视觉语言模型详解

不在线第一只蜗牛

自然语言 语言模型

当「软件研发」遇上 AI 大模型

阿里云云效

阿里云 AI 云原生 通义灵码

保姆级指南,从0到1打造你的个人开源项目

快乐非自愿限量之名

开源 项目开发

Acrobat Pro DC 2023 for mac激活版:强大的PDF编辑器

iMac小白

Acrobat Pro DC 2023下载 Acrobat Pro DC 2023 激活

PPT软件Gamma平替!这款AI生成PPT工具千万别错过!

彭宏豪95

PPT 在线白板 PPT模板 办公软件 AI生成PPT

从原始边列表到邻接矩阵Python实现图数据处理的完整指南

EquatorCoco

数据库 图数据分析

开发自己的游戏直播平台:需要一系列必要的条件和资料

软件开发-梦幻运营部

免费送大家电子书了:全网独创

执于业务

市场易入选「2023产业互联网示范平台」

Geek_2d6073

您可知道如何通过`HTTP2`实现TCP的内网穿透???

不在线第一只蜗牛

网络协议 网络 HTTP

IT外包:打通企业和IT技术人才之间的障碍

Ogcloud

IT外包 IT外包公司 IT外包服务 IT外包企业 IT外包服务商

ACK One x OpenKruiseGame 全球游戏服多地域一致性交付最佳实践

阿里巴巴云原生

阿里云 开源 容器 云原生

JAVA下唯一一款搞定OLTP+OLAP的强类型查询这就是最好用的ORM相见恨晚

EquatorCoco

Java 开发语言

IT外包的可扩展性及其如何推动业务增长

Ogcloud

IT外包 IT外包公司 IT外包服务 IT外包企业 IT外包服务商

深入理解Python多进程:从基础到实战

快乐非自愿限量之名

Java Python 网络

ON1 NoNoise AI 2024 for Mac激活版:强大的图像降噪软件

iMac小白

ON1 NoNoise AI下载 ON1 NoNoise AI破解

科普:基于FMU模型的TSN交换机仿真

DevOps和数字孪生

FMU模型 TSN

架构实战营 - 模块六作业

满心

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