10月23－27日，全球計(jì)算機(jī)視覺三大頂會(huì)之一，兩年一屆的歐洲計(jì)算機(jī)視覺國際會(huì)議ECCV（European Conference on Computer Vision）在以色列特拉維夫（Tel－Aviv）火熱召開。

本屆ECCV論文總投稿數(shù)達(dá)5726余篇，共接收了1629篇，錄用率僅為28．5％。商湯及聯(lián)合實(shí)驗(yàn)室共70篇論文入選，繼續(xù)領(lǐng)跑行業(yè)；論文聚焦解決自動(dòng)駕駛、計(jì)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(diǎn)。

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。截止目前，商湯科技及聯(lián)合實(shí)驗(yàn)室在全球計(jì)算機(jī)視覺頂會(huì)發(fā)表了超過800篇學(xué)術(shù)論文，共榮獲70多項(xiàng)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(jiān)持做真正有行業(yè)價(jià)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(huì)上屢創(chuàng)佳績的源動(dòng)力。商湯鼓勵(lì)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(shí)注重科技人才培養(yǎng)，集聚力量進(jìn)行原創(chuàng)性引領(lǐng)性科技攻關(guān)。”

70篇論文入選，直擊行業(yè)應(yīng)用難題

商湯始終堅(jiān)持產(chǎn)學(xué)研融合，關(guān)注產(chǎn)業(yè)需求和痛點(diǎn)，推動(dòng)“產(chǎn)”與“研”互相促進(jìn)、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(diǎn)。

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(dòng)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(jī)相機(jī)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(tuán)隊(duì)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(jìn)人們?nèi)粘Ｉ�活、無處不在，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(kuò)展到任意高幀率，從而實(shí)現(xiàn)視頻順滑性提升，慢動(dòng)作播放，電子穩(wěn)像等功能。

如何快速打造一個(gè)元宇宙數(shù)字人？論文《HuMMan： Multi－Modal 4D Human Dataset for Versatile Sensing and Modeling》貢獻(xiàn)了HuMMan：一個(gè)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(dòng)和生態(tài)建設(shè)，在ECCV 2022召開前，商湯組織了多場ECCV論文分享會(huì)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(huì)＠ECCV 2022”上，來自商湯科技、上海人工智能實(shí)驗(yàn)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(huì)論文，分享研究經(jīng)驗(yàn)，闊論行業(yè)未來。

此外，商湯及S－Lab還主辦了“PointCloud－C點(diǎn)云識(shí)別魯棒性挑戰(zhàn)賽”和“移動(dòng)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)，華為、螞蟻金服等企業(yè)和學(xué)術(shù)機(jī)構(gòu)團(tuán)隊(duì)參與。

過去幾年，商湯積極參與開源生態(tài)建設(shè)，先后發(fā)布了OpenMMLab、OpenDILab、OpenGVLab、OpenXRLab等一系列開源項(xiàng)目上做出了重要貢獻(xiàn)，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(píng)和關(guān)注。超過110個(gè)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(jí)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(shí)驗(yàn)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(jiān)實(shí)基礎(chǔ)。

未來，商湯將繼續(xù)推動(dòng)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(xiàn)。