3月25日，全省科技創(chuàng)新大會(huì)在廣州召開，大會(huì)頒發(fā)了2019年度廣東省科學(xué)技術(shù)獎(jiǎng)。其中，技術(shù)發(fā)明獎(jiǎng)一等獎(jiǎng)共9項(xiàng)，由中國科學(xué)院深圳先進(jìn)技術(shù)研究院（簡稱“深圳先進(jìn)院”）聯(lián)合深圳市商湯科技有限公司、南京大學(xué)研發(fā)完成的“視頻的深度表征與識(shí)別技術(shù)及應(yīng)用”項(xiàng)目為其中之一。
近年來，隨著信息通信技術(shù)的發(fā)展，視頻數(shù)據(jù)呈現(xiàn)爆炸式增長?，F(xiàn)有技術(shù)雖然能夠較好地采集、存儲(chǔ)和傳輸視頻，但大規(guī)模視頻識(shí)別仍面臨內(nèi)容復(fù)雜、識(shí)別精度和計(jì)算效率等巨大挑戰(zhàn)。解決這些挑戰(zhàn)的核心是構(gòu)建讓AI既能“看得懂”，又能“認(rèn)得準(zhǔn)”，同時(shí)還能“算得快”的能力，即實(shí)現(xiàn)對(duì)復(fù)雜多變內(nèi)容的理解、海量對(duì)象的高精度識(shí)別及快速處理。
項(xiàng)目第一完成人深圳先進(jìn)院數(shù)字所所長喬宇研究員帶領(lǐng)團(tuán)隊(duì)，經(jīng)過多年研究開發(fā)和應(yīng)用驗(yàn)證，提出了視頻長短時(shí)表征與識(shí)別等一系列創(chuàng)新性方法，突破了軌跡卷積、中心損失等核心技術(shù)，顯著提升了復(fù)雜視頻行為分類、大規(guī)模人像識(shí)別、物體檢測、場景分類等重要視覺任務(wù)的性能。
該技術(shù)在多個(gè)著名視覺數(shù)據(jù)庫的驗(yàn)證下取得了同期國際領(lǐng)先的識(shí)別率，并在ImageNet、ActivityNet等重要視覺國際競賽多次取得第一或名列前茅。在計(jì)算機(jī)視覺重要國際期刊和會(huì)議如PAMI、IJCV、CVPR、ICCV等發(fā)表一系列創(chuàng)新論文，根據(jù)谷歌學(xué)術(shù)統(tǒng)計(jì)論文累計(jì)被引超過8000次，獲國內(nèi)外授權(quán)發(fā)明專利10余項(xiàng)。
目前，項(xiàng)目研發(fā)的技術(shù)已廣泛應(yīng)用于智慧城市、機(jī)器人及互聯(lián)網(wǎng)多媒體等多個(gè)領(lǐng)域，提高了城市的管理效率和能力，創(chuàng)造了顯著的經(jīng)濟(jì)和社會(huì)效益。
時(shí)序分割網(wǎng)絡(luò)，可在顯存限制條件下，實(shí)現(xiàn)全視頻到端到端優(yōu)化訓(xùn)練
附件下載：