前沿學術研究是產業(yè)應用之“源”，亦可從中洞察行業(yè)風向。

10月23-27日，全球計算機視覺三大頂會之一，兩年一屆的歐洲計算機視覺國際會議ECCV（European Conference on Computer Vision）在以色列特拉維夫（Tel-Aviv） 召開。

本屆ECCV論文有效投稿5726篇，共接收了1629篇，錄用率28.5%。

本屆ECCV商湯及聯(lián)合實驗室斬獲70篇論文，繼續(xù)領跑行業(yè)。入選論文聚焦解決自動駕駛、計算攝影、視頻理解與分析、遷移學習、多模態(tài)等前沿研究和應用痛點。

除了論文取得佳績，商湯科技-南洋理工大學聯(lián)合研究中心（S-Lab）斬獲ECCV 2022 ICinW（預訓練包含ImageNet-1k數(shù)據(jù)集）賽道世界冠軍。

商湯科技及聯(lián)合實驗室在全球計算機視覺頂會累計發(fā)表了超過800篇學術論文，共榮獲70多項世界冠軍。

商湯科技聯(lián)合創(chuàng)始人、研究院院長王曉剛表示：“堅持做真正有行業(yè)價值的學術研究、持續(xù)打造開放生態(tài)，是商湯在全球學術頂會上屢創(chuàng)佳績的源動力。商湯鼓勵研究員積極參與學術研究與交流，在研究中不斷發(fā)現(xiàn)新問題、開創(chuàng)新領域。同時注重科技人才培養(yǎng)，集聚力量進行原創(chuàng)性引領性科技攻關?！?/p>

70篇論文入選，直擊行業(yè)應用難題

商湯始終堅持產學研融合，關注產業(yè)需求和痛點，“產”與“研”互相促進，協(xié)同發(fā)展。

商湯本屆ECCV的70篇論文，不僅包括底層基礎研究，還直擊行業(yè)應用痛點。

例如論文《Unsupervised Domain Adaptation for Monocular 3D Object Detection via Self-Training》，在單目3D目標檢測領域提出了一種新的無監(jiān)督域自適應方法STMono3D，極大提升了自動駕駛模型的可遷移性和可拓展性。

如何提升夜景成像的圖像質量在手機相機上仍然面臨很多挑戰(zhàn)。在論文《D2HNet： Joint Denoising and Deblurring with Hierarchical Network for Robust Night Image Restoration》中，商湯研究團隊提出了一種基于深度學習的長曝光圖像和短曝光圖像的融合方案，在定性和定量分析上均優(yōu)于現(xiàn)有行業(yè)方法。

如今視頻走進人們日常生活、無處不在，如何將低幀率視頻秒變絲滑高清？論文《Deep Bayesian Video Frame Interpolation》提出了一種連續(xù)視頻插幀方法，可以將低幀率視頻擴展到任意高幀率，從而實現(xiàn)視頻順滑性提升，慢動作播放，電子穩(wěn)像等功能。

如何快速打造一個元宇宙數(shù)字人？論文《HuMMan： Multi-Modal 4D Human Dataset for Versatile Sensing and Modeling》貢獻了HuMMan：一個大規(guī)模多模態(tài)4D人體數(shù)據(jù)集，能夠助力更好的人體感知與建模的算法研究。

打造開放學術生態(tài)，創(chuàng)新生生不息

商湯一如既往積極參與學術交流活動和生態(tài)建設，ECCV 2022召開前，商湯組織了多場ECCV論文分享會和學術競賽。

在商湯科技聯(lián)合全球高校人工智能學術聯(lián)盟舉辦的“研無止境：商湯論文分享會@ECCV 2022”上，來自商湯科技、上海人工智能實驗室的業(yè)界大咖，以及香港中文大學、南洋理工大學、清華大學、北京航空航天大學和普渡大學等多所國內外頂尖高校的研究學者解讀頂會論文，分享研究經驗，闊論行業(yè)未來。

此外，商湯及S-Lab還主辦了“PointCloud-C點云識別魯棒性挑戰(zhàn)賽”，“移動智能攝影與成像競賽”，“OmniBenchmark通用視覺表征挑戰(zhàn)賽”以及“PSG全場景圖生成挑戰(zhàn)賽”，吸引了來自清華大學、北京大學、香港中文大學、復旦大學、上海交通大學、北京航空航天大學、新加坡國立大學以及華為、螞蟻金服等學術機構和企業(yè)團隊參與。

過去幾年，商湯積極投入開源生態(tài)建設，在OpenMMLab、OpenDILab、OpenGVLab、OpenXRLab等一系列開源項目上做出了重要貢獻，繁榮學術和工業(yè)界生態(tài)，成果豐碩，廣受學術界和工業(yè)界好評和關注。截至目前，超過110個國家和地區(qū)的研究者和開發(fā)者使用了商湯開源工具，并深度參與其中。OpenMMLab在Github引用超過6萬顆星。

商湯還與南洋理工大學、上海交通大學、浙江大學等全球頂級大學開展廣泛而密切的研究合作，先后建立了16所聯(lián)合實驗室，積累了豐富的人才資源，為商湯全棧式人工智能創(chuàng)新體系奠定了堅實基礎。未來，商湯將繼續(xù)推動產學研上下游深度融合，為行業(yè)發(fā)展持續(xù)作出貢獻。