QQ在線
企業微信
資訊
534近日，一年一度的全球計算機視覺頂級會議CVPR落下帷幕。OPPO在本次會議上屢獲佳績，在六大賽道共十二項賽項中取得一項第一，七項第二，四項第三，排名僅次于百度等國內第一梯隊的參賽選手，再次展示了OPPO強勁的AI創新實力。
本次參加CVPR 2021競賽的團隊是來自OPPO研究院智能感知與交互研究部和OPPO美國研究所，他們先后在多目標行為分析、足球行為分析、長視頻理解、時空行為檢測、跨模態分析及人機交互識別六大賽道上取得優異的成績。他們通過對算法的優化、訓練，不斷強化OPPO的AI能力，讓AI更好地為人類服務，讓AI更懂人。
而由OPPO智能感知首席科學家郭彥東與清華學者等共同發表的論文《View-Guided Point Cloud Completion》，也被本次CVPR收錄。該論文通過執行有效的跨模態和跨級別融合框架，為點云補全任務提出了一套視圖引導的全新解決方案。
其中，OPPO在多目標行為分析（Multi-Agent Behavior）賽道中收獲頗豐，其所應用的AI算法能基于特征點信息準確判別、預測動物及人在復雜交互內容下的行為。OPPO憑借著領先的AI算法能力，從全球240多個頂尖參賽團隊中脫穎而出，獲得子賽項少樣本行為分類任務（Learning New Behavior）第一，及傳統分類（Classical Classification）與標注風格遷移任務（Annotation Style Transfer）賽項的第二與第三名。目前，這項技術正在OPPO智慧工廠發揮作用，生產線上的工人們在這套算法的輔助下，可以避免關鍵生產環節的錯漏錯放，讓自身和產線更安全。
多目標行為分析賽道
從計算智能到人本智能，OPPO讓AI更“懂”人
在基于多張2D圖片的3D人臉重建（3D Face Reconstruction From Multiple 2D Images）挑戰賽中，OPPO自研的AI算法所還原的三維人臉模型與真實人臉誤差僅為1mm左右，在主要指標成績排名中取得第二名。該算法克服了在實際生活中，特別是動態視頻拍攝時，因為動作導致的人臉五官點不明晰、表情夸張、甚至圖片數據失真等問題。
事實上，OPPO自研的人臉檢測算法已能夠識別635個人臉特征關鍵點，并實現30次/秒的高速運行。在不久前發布的OPPO Reno6系列上，依托于該算法架構的AI煥采美妝視頻技術為用戶輕松打造了動態的自然美妝效果。這項技術將推動人像視頻技術“升維”進化，以3D級的特征點識別、令“上妝”效果更服帖；也將在社交平臺上制作出更豐富更貼合的AR特效，實現“上鏡自由”讓用戶在日常生活中享受到技術帶來的美好瞬間。
基于多張2D圖片的3D人臉重建賽項
讓AI理解我們所處的時間和空間
OPPO的AI能力目前已發展到可以識別人在時空環境中的行為狀態了。在足球行為分析（SoccerNet）賽道中，OPPO取得動作定位（Action Spotting）和回放定位（Replay Grounding）兩個賽項第二名，僅次于百度。這項挑戰需要在一段足球比賽視頻中辨別出十幾種關鍵動作，包括越位、紅牌等行為。這些動作基礎規則復雜，動作幅度小，連人類都很難識別出來。同時AI算法還需要排除攝影機位等干擾因素，準確定位回放片段在原始比賽視頻中發生的時間點。在不久的將來，這項技術將為體育愛好者們帶來福利，在比賽后AI可以實時整理精彩集錦。在該技術的幫助下，手機相冊也可以自動制作類似“精彩一周”的視頻集錦，讓用戶可以隨時回顧自己生活中的美好瞬間。
足球行為分析賽道
在跨模態行為分析（MMact）賽道上，OPPO分別在行為識別（Cross-Modal Action Recognition）與行為定位（Cross-Model Action Temporal Localization）兩個子賽項中取得第二名的成績。OPPO強大的AI算法僅通過視覺信息便可準確識別一段視頻中人物在特定空間內發生的交談、屈膝、走動等十余種動作。這種行為識別和行為定位在未來有望成為家中的貼心保鏢。當父母不在身邊時， AI可以在寶寶下意識做出危險性動作的時候，及時提醒父母，避免寶寶受到傷害。
此外，OPPO還在時空行為定位（AVA-Kinetics）賽道獲得第三名。AVA數據集作為行業內第一個開辟時空行為檢測的數據集，使用該數據集的定位賽項歷來是人工智能的熱門賽道之一，每年不乏國際頂尖科技公司與院校的知名團隊參與其中。時空行為定位算法不僅可以準確識別視頻中人們的行為，還可以同步定位其所處的時間段和空間范圍。這也意味著，OPPO的AI技術不僅能理解你在做什么，還可以在時空中“找到”你。
OPPO正在向更高維度的AI技術探索
本次CVPR上，OPPO在學術界前沿領域長視頻理解（LOVEU, Long-form Video Understanding）挑戰中，獲得兩大賽項第三名。這賽道對算法的泛化性提出了極大挑戰，它需要AI在預先沒有特定分類標準的情況下，自行理解視頻的意義并分割出其邊界的時間段落。AI需要像人一樣思考，理解視頻中人類動作、顏色、物品、乃至光源的變化，并對變化點進行判斷。未來，這項技術可以廣泛應用在視頻領域，作為AI處理視頻的基礎工序，為后續包括人臉識別、行為識別等AI任務的選擇和執行奠定基礎。
OPPO研究院美國研究所參與了稠密深度估計挑戰賽道，展示了能夠基于2D圖像輸出稠密3D深度信息的技術，獲得自監督學習賽項第二名的成績，并獲得“最佳創意獎”。該技術通過利用深度學習模型直接從普通圖像輸出深度信息，未來有可能替代ToF這樣的深度傳感器，帶來體驗更好的室內外導航。
OPPO始終秉持著“科技為人 以善天下”的企業使命，在構建自身AI能力時也一直圍繞著“以人為本”不斷努力，向著更智能、更前沿的方向努力，讓AI能夠真正地為人所用，為我們帶來更智能更便捷的生活。
