正文
2.1%的背后
12篇论文入选ICCV,普通人可能并不容易理解这个数字的意义。
在人工智能时代,国际顶级学术会议的论文入选已经成为评价一个团队技术、研究实力的重要参考。
作为计算机视觉方向的三大顶级会议之一,ICCV( IEEE International Conference on Computer Vision,即国际计算机视觉大会,由IEEE主办)集中展示着全球计算机视觉研究的最前沿,代表着当下计算机视觉研究的最高水平,重要程度不言而喻。
本次ICCV共收到2143篇论文投稿,621篇被选为大会论文。其中,口头报告(Oral)共有45篇,亮点报告(Spotlight)共有56篇。优图实验室此次有12篇论文入选为大会论文,其中口头报告3篇(该类论文仅占总投稿数的2.1%),亮点报告1篇。这是一个不错的成绩。
优图实验室的研究与惯常中对学术研究的印象不太相同。
在一篇题为《美化人像的盲复原》(Makeup-Go: Blind Reversion of Portrait Edit)的论文中,团队成员提出了一种新的深度网络结构、成分回归网络,对美化图像进行盲复原。该网络可以在不知道美化系统具体参数的情况下,更好地将美化后的图像映射为原始图像。实验表明,该网络在不同尺度上均可以得到较高的还原度。
复杂的原理实现的结果并不难理解——这一研究即为美颜图片进行“卸妆”,听上去显然并不十分严肃,但这篇论文不仅入选了ICCV,还被选为大会Oral报告。
计算机视觉具有自身的特殊性:应用性强。在贾佳亚看来,计算机视觉研究主要是在做结果,“如果结果好,那么这个研究至少已经赢了一半上,此外,研究有足够多的创新性、新的架构以及有对新问题的理解,都可以发表论文。”
这正是“卸妆”研究为何能成为ICCV Oral报告之一的原因。
贾佳亚介绍,此次优图实验室入选ICCV的12篇论文,要么是研究方向本身独一无二,要么是现有结果大幅领先了已有算法,达到了更好的高度,能够对实用化产生促进作用。
除了类似“卸妆”的应用类研究,论文《高质量的手机双摄图像匹配和分割估计》(两个摄像头怎么样把信息融合起来,使得产生的效果比一个摄像头看起来更好)基于实验室的自采数据则是提供了绝无仅有的研究结果,这些论文都具有很高的理论及应用价值。