当前位置:首页 > 新闻中心 > 科研动态

科研动态

自动化所轻量化AI技术于两大视觉顶会获四冠三亚一季

  • 发表日期:2020-10-15 【 【打印】【关闭】
  •   近日,中国科学院自动化研究所南京人工智能芯片创新研究院及其孵化公司中科方寸知微联合组成的AI影像团队凭借出色的AI影像解决方案,在ECCV 2020 AIM挑战赛中,斩获ISP、背景虚化、轻量化超分辨率、光照估计赛道四冠一亚,在CVPR 2020 NTIRE挑战赛中,夺得图像去噪、图像去摩尔纹赛道两亚一季。

      AIM 2020图像处理全面开花摘得四冠一亚 

      作为图像领域最具影响力的赛事之一,本届AIM 2020Advanced Intelligent Mechatronics)挑战赛由华为、高通、MTKNvidiaGoogle、苏黎世理工共同主办。参赛队伍聚集了三星、华为、百度、商汤、抖音、Horizon等国内外顶尖AI团队。 

      自动化所AI影像团队,大胆创新图像处理算法,同时应用团队积累的国际领先的模型量化压缩技术,力克竞争对手,在ISP、背景虚化、轻量化超分辨率、光照估计赛道夺得四项冠军和一项亚军。 

      ISPLearned Smartphone ISP Challenge)竞赛致力于使用深度学习的方法来代替传统手机相机内的ISP模块进行图像处理,解决传统ISP依赖大量人工经验调参的难题,实现由RAW图像到RGB图像的映射,获得更好的成像效果。自动化所AI影像团队深入分析了ISP任务的特点和难点,对神经网络进行了突破性的设计,引入了新的链接模块和对比机制,大幅提高了算法对于图像的细节提取和处理能力。在最终的测试中,无论是模型的效率,还是模型的精度,团队算法都达到了绝对领先的水平,从商汤、百度等众多国内外的竞争者中脱颖而出,摘得桂冠。 

      背景虚化(Rendering Realistic Bokeh)任务要求将图像的景深变浅,使焦点聚集在主物体上。本次背景虚化竞赛分为了CPU和手机GPU两个赛道,两赛道冠军均被自动化所AI影像团队收入囊中。手机GPU赛道中,由于手机成像系统的局限,图片的深度信息有限,算法处理难度大,同时手机作为边缘端设备对神经网络的性能也提出了严苛要求。面向这些难点问题,团队提出全新的景深提取算法,设计出轻量化的高效模型。该算法模型的目视效果评分远超其它团队,性能也具有巨大优势,最终夺得冠军。 

      NTIRE 2020 图像恢复小试身手,获两亚一季 

      NTIRE 2020 New Tren-ds in Image Restoration and   Enhancement,即图像恢复与增强的新趋势)是近年来计算机图像恢复领域最具影响力的一场赛事。自动化所AI影像团队在图像去噪、图像去摩尔纹(单图像输入、连拍图像输入)三个赛道获得了两亚一季的好成绩。 

      其中,非常具有挑战性的赛道是今年新提出的任务图像去摩尔纹(Image Demoireing)赛道。摩尔纹是指由于感光元件的高频干扰条纹,导致图片出现彩色的高频率不规则条纹。针对摩尔纹频域分布广的难点,团队提出一个多尺度预处理模块算法,针对低频部分进行处理,取得了很好的效果。对于连拍图像输入的特性,团队提出一个新的对齐算法,显著的提升了神经网络的能力,实现了对输入图像的高速处理。