腾讯优图实验室在AAAI2020会议上入选10篇论文，涉及行人重识别的时空融合方法、速算批改的算式检测与识别、视频动作提名的快速学习、视频识别的高效架构、自监督特征学习在图像美学质量评估中的应用、视频域适应的生成模型、非对称协同教学在无监督跨域行人再识别中的应用、朝向敏感损失在行人重识别中的作用、弱监督训练条件对抗生成模型以及无监督领域自适应语义分割的新方法。
人工智能领域的国际顶级会议AAAI 2020将于2月7日-2月12日在美国纽约举办。近年来随着人工智能的兴起，AAAI每年举办的学术会议也变得越来越火热，每年都吸引了大量来自学术界、产业界的研究员、开发者投稿、参会。
以AAAI2019为例，论文提交数量高达7745篇，创下当年AAAI历史新高。和其他顶会一样，AAAI 2020显得更为火热，大会官方发送的通知邮件显示，最终收到有效论文8800篇，接收1591篇，接受率仅为20.6%。
作为人工智能领域最悠久、涵盖内容最广泛的学术会议之一，会议的论文内容涉及AI和机器学习所有领域，关注的传统主题包括但不限于自然语言处理、深度学习等，同时大会还关注跨技术领域主题，如AI+行业应用等。
此次腾讯优图实验室共计入选10篇论文，涉及速算批改、视频识别等。
以下为具体解读
1.从时间和语义层面重新思考时间域融合用于基于视频的行人重识别（Oral）
Rethinking Temporal Fusion for Video-basedPerson Re-identification on Semantic and Time Aspect （Oral）
关键词：行人重识别、时间和语义、时间融合
下载链接：https://arxiv.org/abs/1911.12512
近年来对行人重识别(ReID)领域的研究不断深入，越来越多的研究者开始关注基于整段视频信息的聚合，来获取人体特征的方法。然而，现有人员重识别方法，忽视了卷积神经网络在不同深度上提取信息在语义层面的差别，因此可能造成最终获取的视频特征表征能力的不足。此外，传统方法在提取视频特征时没有考虑到帧间的关系，导致时序融合形成视频特征时的信息冗余，和以此带来的对关键信息的稀释。
为了解决这些问题，本文提出了一种新颖、通用的时序融合框架，同时在语义层面和时序层面上对帧信息进行聚合。在语义层面上，本文使用多阶段聚合网络在多个语义层面上对视频信息进行提取，使得最终获取的特征更全面地表征视频信息。而在时间层面上，本文对现有的帧内注意力机制进行了改进，加入帧间注意力模块，通过考虑帧间关系来有效降低时序融合中的信息冗余。
实验结果显示本文的方法能有效提升基于视频的行人识别准确度，达到目前最佳的性能。
2.速算批改中的带结构文本识别
Accurate Structured-Text Spotting forArithmetical Exercise Correction
关键字：速算批改，算式检测与识别
对于中小学教师而言，数学作业批改一直是一项劳动密集型任务，为了减轻教师的负担，本文提出算术作业检查器，一个自动评估图像上所有算术表达式正误的系统。其主要挑战是，算术表达式往往是由具有特殊格式（例如，多行式，分数式）的印刷文本和手写文本所混合组成的。面临这个挑战，传统的速算批改方案在实际业务中暴露出了许多问题。本文在算式检测和识别两方面，针对实际问题提出了解决方案。针对算式检测中出现的非法算式候选问题，文中在无需锚框的检测方法CenterNet的基础上，进一步设计了横向边缘聚焦的损失函数。CenterNet通过捕捉对象的两个边角位置来定位算式对象，同时学习对象内部的信息作为补充，避免生成 ”中空“的对象，在算式检测任务上具有较好的适性。横向
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
