CVPR2018|8篇论文、10 Demo、双料挑战赛冠军，旷视科技掀起CVPR产学研交流热潮(4)

在孙剑博士看来，论文并不是工业界做研究的必然结果。以去年 7 月就已经被大家熟悉并被业界广泛使用的 ShuffleNet 为例，对于企业而言，不论是否有论文产出的需求，如何设计更为轻量级的模型结构一直是移动端应用落地的重要问题。因此，旷视科技团队以高效卷积层设计减少计算复杂度的方式，提升了内存访问效率和计算速度。在去年完成这一论文并投递 CVPR 2018 后，团队也并没有止步于此，早在 VALSE 2018 上已对 V2 版本有所披露。
但是，产业界的研究与做学术研究其实也有着共通之处，在孙剑博士的理解中都会遵循某种 pattern：先从精度入手以探寻认知边界，再进一步考虑速度和效率因素，最终达成一个超过产品实用红线的平衡点。本次旷视科技举办「盐湖城 AI 之夜」，旨在吸引更多对计算机视觉、对AI感兴趣的志同道合者齐聚一堂，并在招贤纳才上提供更多的交流途径。
视频语义&自动驾驶，旷视斩获双料冠军
在今年 CVPR 2018 上，旷视科技也分别在两项挑战赛上斩获单项双料冠军——AVA 和 WAD。旷视科技累计获得过 15 项人工智能技术评测冠军，早在 2013 年 12 月便成为了世界上首个拿到人脸识别三项世界冠军的公司，并在 2017 年 10 月成为首个拿下 COCO、Places 全球图像识别大赛三项冠军的国内公司。
今年在 CVPR workshop上已举办至第三届的 ActivityNet Challenge（ActivityNet Large-Scale Activity Recognition Challenge）旨在进一步拓展视频语义理解的边界。其中的 Task B——时空行为定位（Spatio-temporal Action Localization）依据 AVA 数据集，试图评估算法对人类行为时空信息的定位能力，其中每个标注的视频片段连续且超过 15 分钟，包含多个主体，每个主体有多个行为；在 #1 (Vision Only) 以及 #2 (Full) 两个挑战赛中，旷视科技均获得第一名。