旷视科技(Face++)和孙剑博士近期一些研究工作总结

最新推荐文章于 2022-06-23 14:33:42 发布

苍之星

最新推荐文章于 2022-06-23 14:33:42 发布

阅读量6k

点赞数 1

分类专栏：计算机视觉，论文阅读文章标签：计算机视觉

本文链接：https://blog.csdn.net/kaiwu87/article/details/74002252

版权

旷视科技首席科学家孙剑博士在计算机视觉领域有诸多贡献，包括物体检测、深度学习和去雾算法。本文总结了他在Face++期间的部分研究成果，如端到端场景文本检测、高效物体分割方法、3D物体重建等，展示了其团队在图像理解和处理领域的创新技术。

摘要由CSDN通过智能技术生成

孙剑博士，前微软亚研院首席研究员，现任旷视科技首席科学家。在计算机视觉方向做出了很多经典的研究工作，例如：物体检测算法（Faster-RCNN 系列），深度残差网络 (Residual Network)，经典去雾算法（ Single Image Haze Removal using Dark Channel Prior）等。2016年6月底，孙剑博士加入AI领域初创Face++（旷视科技）担任首席科学家，在当时的AI圈引起了不小骚动。下面旷视科技(Face++)和孙剑博士近期一些研究工作总结，以期从中管中窥豹，略见一斑。

1. https://arxiv.org/pdf/1612.00603，“A Point Set Generation Network for 3D Object Reconstruction from a Single Image”
这篇文章研究是如何从单幅照片重构照片中物体三维形状。文中提出利用三维点云来表示物体三维形状的方法。与传统的基于三维网格的方法相比，三维点云的表示更灵活。文中利用C-GAN (Conditional Generative Adversarial Network)的想法，将点云的生成看成一个采用过程，利用深度神经网络建模概率密度函数。得到了优于其他方法的效果。

2. https://arxiv.org/abs/1612.08843， “FastMask: Segment Multi-scale Object Candidates in One Shot”
这篇文章研究的物体分割问题(Segmentation)，文中提出一种One-Shot的方式处理图像中物体的多尺度问题。多尺度（物体在图像中的尺度）问题是物体检测，分割任