視源股份（CVTE）與中山大學(xué)聯(lián)合發(fā)表論文，入選計(jì)算機(jī)視覺領(lǐng)域頂會(huì)CVPR 2018

(圖片來源：CVPR 2018)

作為計(jì)算機(jī)視覺領(lǐng)域的全球頂會(huì)，CVPR(Computer Vision and Pattern Recognition)至今已經(jīng)走到了第 31 個(gè)年頭。據(jù)統(tǒng)計(jì)，本屆大會(huì)有超過3309篇大會(huì)論文投稿，接收979篇論文。中國本土企業(yè)“視源股份(CVTE)”中央研究院聯(lián)合中山大學(xué)發(fā)表論文《Image Blind Denoising With Generative Adversarial Network Based Noise Modeling》，提出了一種新的圖像降噪方法。

今年為期五天的大會(huì)在美國猶他州首府城市鹽湖城舉行，其與會(huì)者數(shù)量創(chuàng)造歷史新高，共吸引了6000多名國內(nèi)外學(xué)界、產(chǎn)業(yè)界的研究人員參與。視源股份科技創(chuàng)新研究機(jī)構(gòu)——中央研究院視覺計(jì)算團(tuán)隊(duì)亮相會(huì)場，與大家一起探討視覺計(jì)算前沿的研究成果，并舉行了一系列交流活動(dòng)。

從今年接收論文的作者署名和機(jī)構(gòu)看，越來越多來自中國本土的學(xué)者、學(xué)生，以及中國企業(yè)的研究者登上計(jì)算機(jī)視覺全球頂會(huì)的舞臺(tái)。本次視源股份中央研究院與中山大學(xué)聯(lián)合提出的新型圖像降噪方法，是基于生成對抗網(wǎng)絡(luò)噪聲建模的圖像盲去噪。在一般的圖像盲去噪問題中，噪聲的分布往往是未知的。在《Image Blind Denoising With Generative Adversarial Network Based Noise Modeling》論文中，作者們通過訓(xùn)練對抗神經(jīng)網(wǎng)絡(luò)去估測輸入圖像的噪聲分布，生成噪聲樣本并建立訓(xùn)練數(shù)據(jù)集，從而訓(xùn)練出一個(gè)用于去噪的深度卷積神經(jīng)網(wǎng)絡(luò)，實(shí)驗(yàn)結(jié)果表明其方法在去噪效果有更優(yōu)的表現(xiàn)。

此外，值得注意的是，本屆CVPR迎來了149家贊助商與參展商(視源股份為金牌贊助商)，中國企業(yè)的身影可謂十分搶鏡。

近年來，隨著計(jì)算機(jī)視覺、人工智能在全球范圍內(nèi)的飛速發(fā)展，中國企業(yè)及學(xué)術(shù)界人士在世界頂級(jí)學(xué)術(shù)會(huì)議上扮演著越來越舉足輕重的角色。而借助公司在多個(gè)行業(yè)的深厚積累，視源股份(CVTE)中央研究院正致力于圖像處理、圖像理解、視頻理解等計(jì)算機(jī)視覺問題的算法研究，并將研究成果應(yīng)用于未來教育、企業(yè)服務(wù)、智能家居、工業(yè)自動(dòng)化等垂直領(lǐng)域場景，持續(xù)創(chuàng)造產(chǎn)業(yè)落地價(jià)值。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。