美國當地時間2018年6月18日，世界頂級圖像會議：國際計算機視覺與模式識別會議（CVPR2018）在美國鹽城湖開幕。

　　CVPR是IEEE一年一度的學術性會議，會議的主要內容是計算機視覺與模式識別技術。該會議每年舉辦一次，每次都會吸引全球人工智能領域知名的企業、學者及研發人員參加。相比去年的CVPR，本屆會議參會人數有了進一步增加，達到6000+人次。同時，吸引了微軟、IBM、谷歌、特斯拉、Uber、百度等眾多全球知名企業和計算機視覺技術公司悉數亮相。 　　　　　　　　　智能駕駛企業扎堆

　　CVPR2018的一個最大的亮點就是諸多自動駕駛公司扎堆亮相，場面史無前例。alphabet旗下的無人車企業 Waymo、通用旗下的自動駕駛公司 Cruise Automation、前谷歌無人車項目 CTO Chris Urmson 創辦的 Aurora，均將其無人車開到了 CVPR的展臺。除了全站自動駕駛方案企業以外，Deepen.ai等智能駕駛細分領域的企業也來到了CVPR。作為東道主，美國本土企業也不甘示弱，Uber、Lyft Level5、AutoX、Ouster、DeepMap 以及Aptiv&nuTonomｙ等等均亮相在CVPR2018。國內龍頭企業BAT、滴滴、京東、華為均帶來了自己在智能駕駛及計算機視覺方面的解決方案。

　　CVPR不僅有眾多企業，還吸引了廣大學者和高質量論文，讓我們一起看看都有那些計算機視覺方面的論文出爐。

　　　　　　　　　部分監督實例分割

　　由于先進的實例分割算法需要強監督樣本進行訓練。目前的訓練數據類別有限而增添一個新類別的強監督實例分割樣本十分耗時耗力。目前，畫框標注的樣本容易獲得。此篇文章提出不依靠完整的實例分割標記來生成對于所有類都有效的高質量分割模型。具體而言就是采用混合的數據集，其中一小部分是精細標注的，其余都是采用畫框標注，算法以這兩種數據作為輸入，通過在Mask RCNN中引入轉移學習法，將模型輸出的畫框信息轉換成精細標注，從而達到所有對象類別示例分割的目的。

　　　　　　　　　從圖像的檢測到圖像理解 　　　　　　　　　　　　　　　　　　　　　　　　　　 　　　　　　　　?。▓D為以人為中心標注示例）

　　目前的圖像識別主要針對圖像中單個人或物進行識別，Kaiming的這篇文章介紹了一種從圖像的檢測向圖像理解的研究方向過渡的方法。根據“人 動作 物體”三元素之間的關系，理解人與物體之間交互。圖像中物體與人的動作充分說明了人與物體的交互作用，這樣很大程度上減少了需要標注的物體種類，只需標注與人的動作緊密聯系的物體即可理解人與物體的交互。

　　作為全球知名大數據資源服務商，在人工智能領域深耕多年的Magic Data（Magic Data）也在CVPR2018亮相。在展會上，Magic Data展示了無人駕駛、智能醫療、智能安防等方面的最新數據集和解決方案。 　　Magic Data在人工智能領域深耕多年，深刻體會市場的數據需求，準確把握客戶的需求，為客戶提供專業、精準、多樣的圖像數據。Magic Data同時提供圖像數據的標注服務，包括關鍵點標注、多邊形標注、精細標注等，這些數據可以應用到無人駕駛、智能安防、智慧醫療、人臉識別等領域。

　　憑借嚴格的服務流程、質量控制規范及自主研發的智能數據處理系統，Magic Data為客戶提供專業精準的數據采集、數據標注服務。