春天，是腾讯码农丰收的季节

春天来了，万物复苏，又到了…………

学霸码农们丰收的季节！

这次丰收的“农场”是即将在美国举办的IEEE CVPR 2019(Computer Vision and Pattern Recognition，即IEEE国际计算机视觉与模式识别会议) 。

名字是有点难懂，你只需知道这是全球计算机视觉顶级会议 ，相当于视觉人工智能的奥赛。参会的人就是你天天在用的美颜滤镜、人脸识别、车牌识别等等技术背后的学霸工程师。

为了让论文被大会收录，全球计算机视觉专家都会拿出大招去pk，平均录取率只有25%！

今年，腾讯有59篇论文被CVPR大会接收 ，其中腾讯优图实验室25篇、腾讯AI Lab 33篇，腾讯手机管家1篇。而2017、2018年腾讯被收录的论文总数才分别有18篇和31篇，可谓进步神速，恭喜腾讯的学霸工程师们。✿✿ヽ(°▽°)ノ✿

这些论文涉及哪些“黑科技”

说起计算机视觉，不要整天想着美颜特效，这58篇论文的研究成果，涵盖深度学习优化原理、视觉对抗学习、人脸建模与识别、视频深度理解、行人重识别、人脸检测等热门及前沿领域。

它们极有可能在不远的将来激发更多的前沿研究，甚至悄悄进入我们的日常生活。

现在我们从优图实验室被收录的论文中拿几篇出来，大家体会一下。

姿势任你摆，认不出算我输

其中一篇论文研究的议题是“软多标签学习的无监督行人重识别”（没看懂X1）。翻译成大白话就是：姿势任你摆，认不出算我输，安防找人很精准。

日常生活中的安防，摄像头往往有多个，怎么断定不同镜头里的人是同一个人？这对人类来说相对容易，但对AI来说有点超纲了。

（监控里的同一个人？）

人脸识别？不行。因为每个摄像头拍到的人可能角度、光线、远近、清晰度和遮挡都不尽相同，甚至脸都看不清楚，人脸识别只能一脸懵逼。而单靠衣着打扮去推断也很容易出错，并不可取。

（方案示意图）

优图实验室的学霸们想出的办法是，利用一个已知的参考人物，通过比较目标人物和参考人物的相似度，得到标准统一的软标签。然后不管TA是侧身，背对，还是歪着脸，一经对比就能推测是不是同一个人。

这就好比不管你美元、英镑、欧元、日元汇率怎么变，统统换算成人民币，“身价”完全一样的更可能是同一个人。

哎，那个身价三块八的胖子别跑，你摊上事儿了！

让你美颜变脸更 easy

现在打开相机，不开个美颜特效都不好意思说自己在拍摄了。然而，每一次美颜，要跟踪你的五官变化且保持特效不违和，其实手机也很累哒。

有没有办法让手机更轻松地进行跟踪，一边做出更完美的特效，一边多省点儿电让你多拍几张？

优图的工程师们觉得，必须有！

于是他们给CVPR大会交出了一份“基于自适应空间加权相关滤波的视觉跟踪研究”（没看懂X2）

不懂的就脑补一下上面的腮红怎么跟踪的吧。

总之，通过以下省略9000字的方法，经实验结果证明，优图提出的算法不但可以减少计算量，跟踪效果还可媲美现有的先进算法，并且达到了实时跟踪速度。

总算可以更愉快地拍照了！

照亮你的美，暗光也清晰

想必很多人都有这样的经验，一不小心把照片拍得特别暗，暗到会被打那种。比如这样↓↓↓

（模拟暗光照片）

手动调整不太会，也不知道调到什么程度是合适的，调错了指不定又被打一顿。

没关系，人工智能照亮你的美。优图实验室的工程师们提出了一种“基于深度学习优化光照的暗光下的图像增强”方案（没看懂X3）。

方案设计了一个引入中间照明的网络模型，制定了一个损失函数，并准备一个3000张曝光不足的图像对数据集。

然后网络就开始玩儿命地学习各种照明下的暗光增强效果。在不算长的时间内，这个网络就能从幼儿园读到博士毕业，成为当今最优秀的“暗光增强博士”之一。

来，“博士”发个威，哒噹——

（暗光增强后效果示意图）

啧啧啧，瞧这小姐姐多俊，是不是想跟她cdx（处对象）了？

平面X光机拍出三维CT的效果

再介绍一个厉害的，它也许有机会成为医生的好帮手，并且帮助病人减轻经济负担和辐射伤害。

目前CT成像可以提供三维全景视角帮助医生了解病人体内的组织器官，协助疾病的诊断。

但是CT成像与X光成像相比，辐射剂量相对较大，并且费用成本较高。 而造价便宜的X光机也无法像CT机一样围绕病人进行旋转采集影像。

（示意图）

有没有办法让辐射更低、价格实惠的X光机也实现CT机的三维成像功能呢？优图实验室的工程师们给出了令人惊喜的方案：基于生成对抗网络的双平面X光至CT生成系统（似懂非懂X1）。

这个方案创新性地提出了一种基于对抗生成网络的方法，只使用两张正交的二维X光图片即可重建逼真的三维CT影像！

也就是说病人只要平躺拍一张X光，再侧躺拍一张，优图的算法就能把两张平面X光片融合成一张和CT相似的三维影像。

如果得以应用，在缺乏CT机的地区（毕竟两三百万一台，而X光机价格只有它的1/10不到），这项技术对医患双方都会是好消息。

话又说回来，人工智能的研究道阻且长，上面这些论文成果也不是大风吹来的，学霸工程师也要夜以继日地钻研才能有所发现。

他们也想要更多优秀的伙伴，上车点这里>>

没有看懂的，请点右下角“好看”↓↓↓