前沿學(xué)術(shù)研究是產(chǎn)業(yè)應(yīng)用之“源”，亦可從中洞察行業(yè)風(fēng)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(lǐng)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(xué)習(xí)、多模態(tài)等前沿研究和應(yīng)用痛點。

除了論文取得佳績，商湯科技-南洋理工大學(xué)聯(lián)合研究中心（S-Lab）斬獲ECCV 2022 ICinW（預(yù)訓(xùn)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(xué)術(shù)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(xué)術(shù)研究、持續(xù)打造開放生態(tài)，是商湯在全球?qū)W術(shù)頂會上屢創(chuàng)佳績的源動力。商湯鼓勵研究員積極參與學(xué)術(shù)研究與交流，在研究中不斷發(fā)現(xiàn)新問題、開創(chuàng)新領(lǐng)域。同時注重科技人才培養(yǎng)，集聚力量進行原創(chuàng)性引領(lǐng)性科技攻關(guān)?！?/p>

70篇論文入選，直擊行業(yè)應(yīng)用難題

商湯始終堅持產(chǎn)學(xué)研融合，關(guān)注產(chǎn)業(yè)需求和痛點，“產(chǎn)”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(chǔ)研究，還直擊行業(yè)應(yīng)用痛點。

例如論文《Unsupervised Domain Adaptation for Monocular 3D Object Detection via Self-Training》，在單目3D目標(biāo)檢測領(lǐng)域提出了一種新的無監(jiān)督域自適應(yīng)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(zhì)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(xué)習(xí)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?nèi)粘Ｉ睢o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(xué)術(shù)生態(tài)，創(chuàng)新生生不息

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

在商湯科技聯(lián)合全球高校人工智能學(xué)術(shù)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(xué)、南洋理工大學(xué)、清華大學(xué)、北京航空航天大學(xué)和普渡大學(xué)等多所國內(nèi)外頂尖高校的研究學(xué)者解讀頂會論文，分享研究經(jīng)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(xué)、北京大學(xué)、香港中文大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)、北京航空航天大學(xué)、新加坡國立大學(xué)以及華為、螞蟻金服等學(xué)術(shù)機構(gòu)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(shè)，在OpenMMLab、OpenDILab、OpenGVLab、OpenXRLab等一系列開源項目上做出了重要貢獻，繁榮學(xué)術(shù)和工業(yè)界生態(tài)，成果豐碩，廣受學(xué)術(shù)界和工業(yè)界好評和關(guān)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(xué)、上海交通大學(xué)、浙江大學(xué)等全球頂級大學(xué)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(chǔ)。未來，商湯將繼續(xù)推動產(chǎn)學(xué)研上下游深度融合，為行業(yè)發(fā)展持續(xù)作出貢獻。