【猎云网（微信：ilieyun
）北京】11月1日报道
两年一届的ICCV 2019（International Conference on Computer Vision）于10月27日-11月2日在韩国首尔召开！今年的ICCV，商汤科技及联合实验室共有57篇论文入选ICCV 2019（包含11篇Oral），同时在Open Images、COCO、LVIS等13项重要竞赛中夺冠。
此外，由商汤及联合实验室研究团队去年发布的开源物体检测框架MMDetection，在今年各大比赛中被众多参赛队伍广泛使用，Open Images，COCO，LVIS，Mapillary等比赛中的多支获奖队伍都使用MMDetection作为基准代码库，团队去年提出的HTC、Guided Anchoring等方法成为了今年诸多队伍的关键助力。
ICCV 2019期间，商汤科技还组织或参与主办了多场Challenge和Workshop，香港中文大学-商汤联合实验室的周博磊教授参与组织了上千人的Tutorial——Interpretable Machine Learning for Computer Vision。此外，商汤科技创始人、香港中文大学教授汤晓鸥受邀担任ICCV 2019大会主席。
57篇论文入选ICCV 2019，13个项目夺冠
著名科幻小说家阿西莫夫说，“创新是科学房屋的生命力”。拥有深厚学术底蕴的商汤科技，自成立以来始终以“坚持原创，让AI引领人类进步”为使命，在人工智能技术研究上不断寻求自我突破和创新。此次，商汤科技及联合实验室共有57篇论文入选ICCV 2019，其中口头报告（Oral）论文就有11篇！ICCV论文录用率非常低，今年Oral录用比例仅为4.62%。
商汤科技被ICCV 2019录取的论文在多个领域实现突破，包括：面向目标检测的深度网络基础算子、基于插值卷积的点云处理主干网络、面向AR/VR场景的人体感知与生成、面向全场景理解的多模态分析等。这些突破性的计算机视觉算法有着丰富的应用场景，将为推动AI行业发展做出贡献。
同时，商汤科技不仅在论文录取数上展现出了惊人实力，在ICCV的诸多竞赛项目上也屡屡夺冠，一举斩获13项世界冠军。
在Google AI主办的ICCV 2019 Open Images比赛中，来自香港中文大学和商汤研究院的联合团队夺得了物体检测和实例分割两个主要赛道的冠军。此次主办方提供了千万级别的实例框，涵盖了500类结构性类别，其中包含大量漏标、类别混淆和长尾分布等问题。竞赛中，得益于团队提出的两个全新技术：头部空间解耦检测器（Spatial Decoupling Head）和模型自动融合技术（Auto Ensemble）。前者可以令任意单模型在COCO和Open Images上提升3~4个点的mAP，后者相对于朴素模型融合能提升0.9mAP。最终，在提交次数显著小于其他高名次队伍下获得了双项冠军的好成绩。
在ICCV 2019 COCO比赛中，来自香港中文大学-商汤科技联合实验室和南洋理工大学-商汤科技联合实验室的MMDet团队获得目标检测（Object Detection）冠军（不使用外部数据集），这也是商汤连续两届在COCO Detection项目中夺冠。同时，商汤科技新加坡研究团队也获得COCO全景分割（Panoptic）冠军（不使用外部数据集）。
COCO比赛中，MMDet团队提出了两种新的方法来提升算法性能。针对于当前目标框定位不够精确的缺陷，MMDet团队提出了一种解耦的边缘感知的目标框定位算法（Decoupled Boundary-Aware Localization <DBAL>），该方法专注于物体边缘的信息而非物体全局的信息，使用一种从粗略估计到精确定位的定位流程，在主流的物体检测方法上取得了显著的提升。
而商汤科技新加坡研究团队深入探索了全景分割任务的独特性质，并提出了多项创新算法。由于全景分割任务既涵盖目标检测又包含语义分割，往届比赛队伍大多分别提升目标检测算法与语义分割算法。商汤新加坡研究团队打破惯例，探索了这两项任务的互补性，提出了一种简单高效的联合训练模型Panoptic-HTC。该模型分别借助Panoptic-FPN共享权重的特点与Hybrid Task Cascade联合训练的优势，在特征层面完成了两项视觉任务的统一，从而同时在两项任务上获得显著提升。
此外，在Facebook AI Research主办的ICCV 2019自监督学习比赛中，香港中文大学-商汤科技联合实验室和南洋理工大学-商汤科技联合实验室团队一举获得了全部四个赛道冠军；在MIT主办的ICCV 2019 Multi-Moments In Time Challenge比赛中，来自香港中文大学和商汤研究院的联合团队夺得了多标签视频分类赛道的冠军；在Insight Face主办的ICCV 2019 Lightweight Face Recognition Challenge比赛中，来自香港中文大学和商汤研究院的联合团队夺得了大模型-视频人脸识别的冠军；在ETH举办的ICCV AIM 2019 Video Temporal Super-Resolution Challenge比赛中，商汤科技团队获得了冠军；在视觉目标跟踪领域国际权威比赛VOT2019 Challenge比赛中，商汤科技团队获得VOT-RT 2019实时目标跟踪挑战赛冠军。
OpenMMLab成果丰硕，商汤以原创之心会四方学者
为了提高学术界算法的可复现能力以及推动行业学术交流，从2018年年中开始，香港中文大学-商汤科技联合实验室启动OpenMMLab计划，并首先开源了重磅物体检测代码库MMDetection。相比于其它开源检测库，MMDetection有多项重要优点，包括高度模块化设计、多种算法框架支持、显著提高训练效率和密切同步最新算法支持等。
MMDetection和MMAction作为视觉领域的重要任务，在商汤及联合实验室的研究人员共同努力下取得了丰硕成果。今年六月，OpenMMLab第二期发布，多个重要更新吸引了业界目光：MMDetection（目标检测库）升级到1.0，提供了一大批新的算法实现，同时MMAction（动作识别和检测库），MMSkeleton（基于骨骼关键点的动作识别库），MMSR（超分辨率算法库）全新发布。
今年ICCV大会期间，MMDetection被业界广泛应用，目前在GitHub上已收获近7000 Stars，有效促进目标检测领域的应用和新方法研究发展。
“科学不是一个人的事业”，近代实验科学奠基人伽利略在十六世纪就强调科学研究的交流合作的重要性。海纳百川，取则行远，为推动人工智能行业学术交流和发展，商汤科技在ICCV 2019期间还组织或参与主办了多个Challenge及Workshop。
香港中文大学-商汤联合实验室的周博磊教授参与组织了上千人的Tutorial，该Tutorial主要探讨可解释机器学习的原因、典型方法、未来趋势以及由此产生的可解释机器学习的潜在工业应用。
由商汤科技参与举办的第一届深度统计学习研讨会（The First Workshop on Statistical Deep Learning in Computer Vision）和第二届计算机视觉中的服装艺术与设计研讨会（Second Workshop on Computer Vision for Fashion, Art and Design），都邀请了来自MIT、Berkeley、UCLA、Stony Brook、Johns Hopkins University等多位知名教授在会上做主题报告和分享。
在ICCV展示区（Booth：A-1），商汤科技诸多创新AI产品也亮相世界舞台，包括自动驾驶、SenseAR特效引擎Avatar、SenseMatrix物体3D重建 、SenseMatrix人脸3D重建等11个产品为大会带来丰富的体验和创新灵感。
同时，在10月31日晚，商汤科技还将举办SenseTime PartyTime活动，邀请了来自CV界顶尖学者和科学家，与参会同学代表面对面交流、共话AI学术新动向，培养AI发展的未来生力军。商汤愿以原创之心，会四方学者。
