北京邮电大学计算机视觉博士,北京邮电大学团队蝉联计算机视觉领域COCO挑战赛冠军...

10月27日，计算机视觉领域的三大顶会之一ICCV 2019在韩国首尔拉开帷幕。在大会Joint COCO and Mapilary Recognition Challenge Workshop上，会议组织方公布了备受关注的COCO挑战赛结果。我校自动化学院宋晴老师负责、杨录博士带领的BUPT-PRIV团队，继2018年荣获COCO-DensePose冠军之后，再次以绝对优势获得了第一名的瞩目成绩。

北京邮电大学自动化学院“模式识别与智能视觉实验室”(PRIV：Pattern Recognition and Intelligent Vision)由宋晴博士于2008年建立。实验室长期从事模式识别领域的研究，自2013年起主攻深度学习和计算机视觉技术结合的理论研究和应用开发。PRIV实验室目前拥有多套基于深度学习GPU服务器的高性能计算平台，同时自主研发了深度学习软件框架，可以高效完成网络生成、模型训练、模型评估和业务部署。PRIV实验室近年来在国际权威的PASCAL VOC、MSCOCO和ImageNet Det上均获得过优异的成绩，如在2016 PASCAL VOC挑战赛-物体分割榜单中位列第四名；在2017 PASCAL VOC挑战赛-物体检测榜单中，位列单模型第二名；在2018 COCO挑战赛-密集姿态估计榜单中，荣获第一名。

人体姿态分析技术对于判断和预测人体行为至关重要，目前主要是通过定位人体稀疏的骨骼关键点完成对人体姿态的估计。仅仅依靠关键点的信息，对于一些手势识别或动作分类是足够的，但还是缩减了对人体图像的完整解释，丢失了人体表面的大量细节信息。

BUPT-PRIV团队研究的“密集人体姿态分析技术”旨在以基于表面的模型来理解图像中的人物，通过计算人体2D图像和3D表面模型之间的密集对应关系，完成对图像中人体3D表面模型的密集预测。它比骨骼关键点包含更加完整的人体信息，可以更加精确地分析人体姿态与行为。

“密集人体姿态分析技术”适用于很多与人体分析相关的场景，在安防监控、医疗康复、运动健康、操作规范、VR体感、美图贴图、虚拟试衣、影视制作、无人驾驶等等领域，都具有十分广阔的应用前景。

北邮师生在此次计算机视觉顶级竞赛中的重要成果，标志着我校在计算机视觉、模式识别、人工智能领域的研究跻身世界前列。