（2020年5月12日，北京）全球領(lǐng)先的人工智能平臺(tái)公司商湯科技SenseTime 及其聯(lián)合實(shí)驗(yàn)室共有62篇論文入選計(jì)算機(jī)視覺(jué)國(guó)際頂會(huì)CVPR 2020（Computer Vision and Pattern Recognition，國(guó)際計(jì)算機(jī)視覺(jué)與模式識(shí)別）。在該會(huì)議論文錄取難度逐年加大的情況下，商湯在論文錄用數(shù)量方面持續(xù)領(lǐng)跑行業(yè)，再次讓世界看見(jiàn)中國(guó)原創(chuàng)技術(shù)的硬核實(shí)力。

CVPR與ICCV、ECCV并稱(chēng)為計(jì)算機(jī)視覺(jué)領(lǐng)域三大國(guó)際會(huì)議之一。根據(jù)官方數(shù)據(jù)，本屆CVPR大會(huì)共收到6656篇投稿，接收論文1470篇，錄用率約22%，低于ICCV 2019論文錄用率（25%），為十年以來(lái)CVPR論文錄用率最低。

深耕科研，實(shí)現(xiàn)多個(gè)領(lǐng)域技術(shù)突破

商湯科技CVPR 2020錄用論文在多個(gè)領(lǐng)域?qū)崿F(xiàn)突破，包括：對(duì)抗式生成模型、三維點(diǎn)云理解與分析、訓(xùn)練加速與模型量化、視頻理解與分析、網(wǎng)絡(luò)結(jié)構(gòu)搜索等。這些突破性的計(jì)算機(jī)視覺(jué)研究也有豐富的應(yīng)用場(chǎng)景，將為推動(dòng)AI行業(yè)發(fā)展作出貢獻(xiàn)。

例如，入選CVPR 2020論文《對(duì)人臉生成模型的隱空間可解釋性分析》提出了一種簡(jiǎn)單而通用的技術(shù)InterFaceGAN，用于在潛在空間中進(jìn)行語(yǔ)義人臉編輯，可控制姿勢(shì)以及其他面部屬性，例如性別、年齡、眼鏡等，還能夠糾正GAN造成的偽影。

這種方法對(duì)GAN的隱空間進(jìn)行了深入分析，能更好理解GAN是如何將一個(gè)隨機(jī)噪聲轉(zhuǎn)化為一張高質(zhì)量圖片的。

如何提升深度學(xué)習(xí)的訓(xùn)練速度，一直是人工智能領(lǐng)域研究的難點(diǎn)。商湯入選CVPR 2020的論文《用于加速卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程INT8訓(xùn)練技術(shù)》，提出了用于加速卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程的INT8訓(xùn)練技術(shù)，采用8比特?cái)?shù)值訓(xùn)練模型，可以極大地提升訓(xùn)練速度，減少計(jì)算損耗，而且訓(xùn)練精度幾乎無(wú)損。

獲得NIST FRVT 2020五項(xiàng)第一

商湯不僅在CVPR會(huì)議上發(fā)表了眾多創(chuàng)新算法，還在各類(lèi)國(guó)際大賽/基準(zhǔn)上屢獲佳績(jī)。

今年3月，全球權(quán)威人臉識(shí)別算法測(cè)試NIST FRVT 1:N 2020公布了結(jié)果，商湯科技一舉拿下了五項(xiàng)第一。FRVT（Face Recognition Vendor Test）由美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（National Institute of Standards and Technology，NIST）主辦，是當(dāng)今全球規(guī)模最大、標(biāo)準(zhǔn)最嚴(yán)、競(jìng)爭(zhēng)最激烈、最權(quán)威的人臉識(shí)別算法測(cè)試，素有工業(yè)界黃金標(biāo)準(zhǔn)之稱(chēng)。

在1200萬(wàn)底庫(kù)，單圖片注冊(cè)下高閾值動(dòng)態(tài)測(cè)試識(shí)別率商湯算法獲得全線(xiàn)第一；測(cè)試全集1200萬(wàn)底庫(kù)，單圖片注冊(cè)下rankbased top-1識(shí)別率商湯算法全線(xiàn)第一；mugshots/webcam主要場(chǎng)景下漏檢率商湯算法名列第一；160萬(wàn)底庫(kù)，兩大主要場(chǎng)景任意閾值動(dòng)態(tài)測(cè)試下識(shí)別率商湯算法全線(xiàn)第一；0-18年齡差距、rankbased top-1測(cè)試識(shí)別率商湯算法全線(xiàn)第一。

商湯一方面不斷追求算法創(chuàng)新，積極在知名會(huì)議與期刊發(fā)表論文，開(kāi)源相關(guān)模型與代碼，持續(xù)為學(xué)界研究的持續(xù)發(fā)展做出貢獻(xiàn)。另一方面，商湯更加重視研究算法在實(shí)際應(yīng)用中的落地，不斷推進(jìn)算法在不同行業(yè)實(shí)際生產(chǎn)環(huán)境中的應(yīng)用產(chǎn)生價(jià)值，讓AI更好更多更快的服務(wù)于社會(huì)生產(chǎn)的方方面面。