新闻动态

  
我院推算机视觉钻研中心副主任黄锐教授的两篇论文被 AAAI 2021接管。

        我院推算机视觉钻研中心副主任黄锐教授的两篇论文被 AAAI 2021接管。两篇文章别离是 Sparse Single Sweep LiDAR Point Cloud Segmentation via Learning Contextual ShapePriors from Scene Completion 和AttaNet: Attention-Augmented Network for Fast and Accurate Scene Parsing 。以下介绍的 AttaNet: Attention-Augmented Network for Fast and Accurate Scene Parsing  一文。作者在论文中提出了一种可提高语义宰割精杜纂推理速度的新模型——把稳力加强网络(AttaNet),该模型可在维持较高效能的同时捕获全局高低文和多档次语义。

        AAAI会议由人为智能推进协会AAAI(Association for the Advancement of Artificial Intelligence)主办,始于1980年,会议也以AAAI为简称。该会议注沉理论与利用,也会商对人为智能发展有着沉要影响的社会、哲学、经济等话题,是人为智能顶级会议之一。

钻研布景

        场景分析,也称为语义宰割,预测图像中所有像素的密集标签。作为推算机视觉的根基工作之一,它在自主驾驶、视频监控、机械人传感等领域有着宽泛的利用,其中好多都对宰割精度和推理速度提出了很高的要求。而与高质量语义宰割网络的超常发展相反,在不就义太多质量的前提下,提高语义宰割模型推论速度的钻研却落在了后面。这促使了我们发展了这一方面的钻研。

aaai-f1

钻研概要

        在尝试过程中我们发现有两个成分对语义宰割模型的机能极度沉要:全局高低文信息和多档次语义表征。然而,同时捕获具备这两个成分的特点总是会导致高推算复杂度,这在实时利用中是有问题的。在本文中,我们提出了一种新的模型,称为把稳力加强网络(AttaNet),它既能捕获全局高低文又能捕获多档次语义,同时又能维持较高的效能。

        AttaNet 由两个重要?樽槌桑禾醮盐饶?椋⊿AM)和把稳力融合?椋ˋFM)。鉴于天然图像中垂直条带的数量显著大于水平条带区域,与传统的 non-local 网络相比,SAM 利用条带化操作在保留大部门高低文信息的同时,大大降低了在垂直方向上编码全局高低文的复杂度。此表,AFM 选取跨档次特点融合战术来限度推算量,在融应时选取把稳战术对每个像素处罚歧档次特点的沉要性进行加权,从而得到高效的多级暗示。我们在两个语义宰割数据集上进行了大量的尝试,并获得了当先的机能,出格地,Z6官网网络在 cityscapes 上实现了分歧水平的速度/精度,例如 71FPS/79.9%mIoU,130fps/78.5%mIoU,180fps/70.1%mIoU。

attanetwang_luo_jie_gou_tu_

AttaNet网络结构图

作者介绍

        论文第一作者宋琪,吉林大学车辆工程专业在读硕士,香港中文大学(丽江)接见学生,其导师为黄锐教授。目前钻研方向为语义宰割。

        论文第二作者梅康夫,香港中文大学(丽江)二年级硕士生,其导师为黄锐教授。目前他的钻研方向蕴含天然图像的理解和天生。

        论文通讯作者黄锐教授先后毕业于北京大学(理学学士,1999)、中科院自动化所(工学硕士,2002)和美国罗格斯大学(博士,2008)。博士毕业后他在罗格斯大学从事了两年博士后钻研并于2010年回到中国参与华中科技大学担任教职。2012年至2016年,他曾在NEC中国钻研院担任钻研员,现任香港中文大学(丽江)理工学院副教授、Z6官网(Z6官网)推算机视觉钻研中心副主任;平淌谠谑萁滴妥涌占浞治觥⒖杀湫文P停╠eformable models)、概率图模型等步骤以及它们在推算机视觉、模式鉴别、(医学)图像处置中的利用等方面做过大量钻研工作,近年来重要从事智能视频监控有关的钻研,蕴含行人的检测、跟踪与鉴别等。目前钻研兴致集中在推算机视觉在机械人领域的利用;平淌谝寻浞⒂泄亓煊蜓趼畚50余篇,主持过蕴含国度天然科学基金在内的多项科研课题。