近日,中国科学院自动化研究所在计算机视觉大会ICCV 2019上获7项竞赛大奖,包括5项冠军和2项亚军。
自动化所智能感知与计算研究中心团队等使用的SiamDW-D跟踪模型,融合了RGB和深度两种模态的数据,赋予了传统跟踪模型处理多种模态数据和在线更新能力,在跟踪过程中能更好地适应跟踪环境和跟踪目标的变化,实现了在复杂场景下的高精度鲁棒跟踪,在VOT2019-RGBD跟踪挑战赛中夺得了冠军。另一智能感知与计算研究中心团队提出的模型不仅能够很好地处理自然语言和视觉信息间巨大的模态差异进行准确检索,同时能够克服真实监控场景下的跨领域难题,提升了检索准确性,从而使团队在WIDER Face and Person Challenge 2019基于自然语言信息的行人检索Person Search by Language任务中获得冠军。自动化所生物识别与安全技术团队使用改进的SE-AttentionNet-IR作为基础架构,利用CosFace作为损失函数并重点调整了margin,在有限的计算资源下取得Light Weight Face Recognition Challenge(LFR)大规模图像人脸识别赛道冠军,并受邀到会议现场作题为High Performance Face Recognition without Bells and Whistles的口头报告。视频内容安全团队采取恰当的训练方式在视频描述竞赛VATEX Captioning Challenge中获得中英文双料冠军。
自动化所图像与视频分析团队在轻量级人脸识别比赛Light Weight Face Recognition Challenge和快速人脸识别Face Detection Runtime中分别获得亚军。两项比赛针对真实应用场景,在要求模型准确度同时,还分别重点关注模型的体积和检测速度。该团队的人脸识别模型不但达到了高精度,还降低了模型计算量和模型体积,在安防、金融、物联网等各种实际人脸识别场景和AIoT边缘计算场景中有应用潜力。