近日，一年一度的全球計(jì)算機(jī)視覺頂級會議CVPR落下帷幕。OPPO在本次會議上屢獲佳績，在六大賽道共十二項(xiàng)賽項(xiàng)中取得一項(xiàng)第一，七項(xiàng)第二，四項(xiàng)第三，排名僅次于百度等國內(nèi)第一梯隊(duì)的參賽選手，再次展示了OPPO強(qiáng)勁的AI創(chuàng)新實(shí)力。
本次參加CVPR 2021競賽的團(tuán)隊(duì)是來自O(shè)PPO研究院智能感知與交互研究部和OPPO美國研究所，他們先后在多目標(biāo)行為分析、足球行為分析、長視頻理解、時(shí)空行為檢測、跨模態(tài)分析及人機(jī)交互識別六大賽道上取得優(yōu)異的成績。他們通過對算法的優(yōu)化、訓(xùn)練，不斷強(qiáng)化OPPO的AI能力，讓AI更好地為人類服務(wù)，讓AI更懂人。
而由OPPO智能感知首席科學(xué)家郭彥東與清華學(xué)者等共同發(fā)表的論文《View-Guided Point Cloud Completion》，也被本次CVPR收錄。該論文通過執(zhí)行有效的跨模態(tài)和跨級別融合框架，為點(diǎn)云補(bǔ)全任務(wù)提出了一套視圖引導(dǎo)的全新解決方案。
其中，OPPO在多目標(biāo)行為分析（Multi-Agent Behavior）賽道中收獲頗豐，其所應(yīng)用的AI算法能基于特征點(diǎn)信息準(zhǔn)確判別、預(yù)測動物及人在復(fù)雜交互內(nèi)容下的行為。OPPO憑借著領(lǐng)先的AI算法能力，從全球240多個(gè)頂尖參賽團(tuán)隊(duì)中脫穎而出，獲得子賽項(xiàng)少樣本行為分類任務(wù)（Learning New Behavior）第一，及傳統(tǒng)分類（Classical Classification）與標(biāo)注風(fēng)格遷移任務(wù)（Annotation Style Transfer）賽項(xiàng)的第二與第三名。目前，這項(xiàng)技術(shù)正在OPPO智慧工廠發(fā)揮作用，生產(chǎn)線上的工人們在這套算法的輔助下，可以避免關(guān)鍵生產(chǎn)環(huán)節(jié)的錯(cuò)漏錯(cuò)放，讓自身和產(chǎn)線更安全。
多目標(biāo)行為分析賽道
從計(jì)算智能到人本智能，OPPO讓AI更“懂”人
在基于多張2D圖片的3D人臉重建（3D Face Reconstruction From Multiple 2D Images）挑戰(zhàn)賽中，OPPO自研的AI算法所還原的三維人臉模型與真實(shí)人臉誤差僅為1mm左右，在主要指標(biāo)成績排名中取得第二名。該算法克服了在實(shí)際生活中，特別是動態(tài)視頻拍攝時(shí)，因?yàn)閯幼鲗?dǎo)致的人臉五官點(diǎn)不明晰、表情夸張、甚至圖片數(shù)據(jù)失真等問題。
事實(shí)上，OPPO自研的人臉檢測算法已能夠識別635個(gè)人臉特征關(guān)鍵點(diǎn)，并實(shí)現(xiàn)30次/秒的高速運(yùn)行。在不久前發(fā)布的OPPO Reno6系列上，依托于該算法架構(gòu)的AI煥采美妝視頻技術(shù)為用戶輕松打造了動態(tài)的自然美妝效果。這項(xiàng)技術(shù)將推動人像視頻技術(shù)“升維”進(jìn)化，以3D級的特征點(diǎn)識別、令“上妝”效果更服帖；也將在社交平臺上制作出更豐富更貼合的AR特效，實(shí)現(xiàn)“上鏡自由”讓用戶在日常生活中享受到技術(shù)帶來的美好瞬間。
基于多張2D圖片的3D人臉重建賽項(xiàng)
讓AI理解我們所處的時(shí)間和空間
OPPO的AI能力目前已發(fā)展到可以識別人在時(shí)空環(huán)境中的行為狀態(tài)了。在足球行為分析（SoccerNet）賽道中，OPPO取得動作定位（Action Spotting）和回放定位（Replay Grounding）兩個(gè)賽項(xiàng)第二名，僅次于百度。這項(xiàng)挑戰(zhàn)需要在一段足球比賽視頻中辨別出十幾種關(guān)鍵動作，包括越位、紅牌等行為。這些動作基礎(chǔ)規(guī)則復(fù)雜，動作幅度小，連人類都很難識別出來。同時(shí)AI算法還需要排除攝影機(jī)位等干擾因素，準(zhǔn)確定位回放片段在原始比賽視頻中發(fā)生的時(shí)間點(diǎn)。在不久的將來，這項(xiàng)技術(shù)將為體育愛好者們帶來福利，在比賽后AI可以實(shí)時(shí)整理精彩集錦。在該技術(shù)的幫助下，手機(jī)相冊也可以自動制作類似“精彩一周”的視頻集錦，讓用戶可以隨時(shí)回顧自己生活中的美好瞬間。
足球行為分析賽道
在跨模態(tài)行為分析（MMact）賽道上，OPPO分別在行為識別（Cross-Modal Action Recognition）與行為定位（Cross-Model Action Temporal Localization）兩個(gè)子賽項(xiàng)中取得第二名的成績。OPPO強(qiáng)大的AI算法僅通過視覺信息便可準(zhǔn)確識別一段視頻中人物在特定空間內(nèi)發(fā)生的交談、屈膝、走動等十余種動作。這種行為識別和行為定位在未來有望成為家中的貼心保鏢。當(dāng)父母不在身邊時(shí)， AI可以在寶寶下意識做出危險(xiǎn)性動作的時(shí)候，及時(shí)提醒父母，避免寶寶受到傷害。
此外，OPPO還在時(shí)空行為定位（AVA-Kinetics）賽道獲得第三名。AVA數(shù)據(jù)集作為行業(yè)內(nèi)第一個(gè)開辟時(shí)空行為檢測的數(shù)據(jù)集，使用該數(shù)據(jù)集的定位賽項(xiàng)歷來是人工智能的熱門賽道之一，每年不乏國際頂尖科技公司與院校的知名團(tuán)隊(duì)參與其中。時(shí)空行為定位算法不僅可以準(zhǔn)確識別視頻中人們的行為，還可以同步定位其所處的時(shí)間段和空間范圍。這也意味著，OPPO的AI技術(shù)不僅能理解你在做什么，還可以在時(shí)空中“找到”你。
OPPO正在向更高維度的AI技術(shù)探索
本次CVPR上，OPPO在學(xué)術(shù)界前沿領(lǐng)域長視頻理解（LOVEU, Long-form Video Understanding）挑戰(zhàn)中，獲得兩大賽項(xiàng)第三名。這賽道對算法的泛化性提出了極大挑戰(zhàn)，它需要AI在預(yù)先沒有特定分類標(biāo)準(zhǔn)的情況下，自行理解視頻的意義并分割出其邊界的時(shí)間段落。AI需要像人一樣思考，理解視頻中人類動作、顏色、物品、乃至光源的變化，并對變化點(diǎn)進(jìn)行判斷。未來，這項(xiàng)技術(shù)可以廣泛應(yīng)用在視頻領(lǐng)域，作為AI處理視頻的基礎(chǔ)工序，為后續(xù)包括人臉識別、行為識別等AI任務(wù)的選擇和執(zhí)行奠定基礎(chǔ)。
OPPO研究院美國研究所參與了稠密深度估計(jì)挑戰(zhàn)賽道，展示了能夠基于2D圖像輸出稠密3D深度信息的技術(shù)，獲得自監(jiān)督學(xué)習(xí)賽項(xiàng)第二名的成績，并獲得“最佳創(chuàng)意獎(jiǎng)”。該技術(shù)通過利用深度學(xué)習(xí)模型直接從普通圖像輸出深度信息，未來有可能替代ToF這樣的深度傳感器，帶來體驗(yàn)更好的室內(nèi)外導(dǎo)航。
OPPO始終秉持著“科技為人 以善天下”的企業(yè)使命，在構(gòu)建自身AI能力時(shí)也一直圍繞著“以人為本”不斷努力，向著更智能、更前沿的方向努力，讓AI能夠真正地為人所用，為我們帶來更智能更便捷的生活。
