美国当地时间2018年6月18日，世界顶级图像会议：国际计算机视觉与模式识别会议（CVPR2018）在美国盐城湖开幕。

　　CVPR是IEEE一年一度的学术性会议，会议的主要内容是计算机视觉与模式识别技术。该会议每年举办一次，每次都会吸引全球人工智能领域知名的企业、学者及研发人员参加。相比去年的CVPR，本届会议参会人数有了进一步增加，达到6000+人次。同时，吸引了微软、IBM、谷歌、特斯拉、Uber、百度等众多全球知名企业和计算机视觉技术公司悉数亮相。 　　　　　　　　　智能驾驶企业扎堆

　　CVPR2018的一个最大的亮点就是诸多自动驾驶公司扎堆亮相，场面史无前例。alphabet旗下的无人车企业 Waymo、通用旗下的自动驾驶公司 Cruise Automation、前谷歌无人车项目 CTO Chris Urmson 创办的 Aurora，均将其无人车开到了 CVPR的展台。除了全站自动驾驶方案企业以外，Deepen.ai等智能驾驶细分领域的企业也来到了CVPR。作为东道主，美国本土企业也不甘示弱，Uber、Lyft Level5、AutoX、Ouster、DeepMap 以及Aptiv&nuTonomｙ等等均亮相在CVPR2018。国内龙头企业BAT、滴滴、京东、华为均带来了自己在智能驾驶及计算机视觉方面的解决方案。

　　CVPR不仅有众多企业，还吸引了广大学者和高质量论文，让我们一起看看都有那些计算机视觉方面的论文出炉。

　　　　　　　　　部分监督实例分割

　　由于先进的实例分割算法需要强监督样本进行训练。目前的训练数据类别有限而增添一个新类别的强监督实例分割样本十分耗时耗力。目前，画框标注的样本容易获得。此篇文章提出不依靠完整的实例分割标记来生成对于所有类都有效的高质量分割模型。具体而言就是采用混合的数据集，其中一小部分是精细标注的，其余都是采用画框标注，算法以这两种数据作为输入，通过在Mask RCNN中引入转移学习法，将模型输出的画框信息转换成精细标注，从而达到所有对象类别示例分割的目的。

　　　　　　　　　从图像的检测到图像理解 　　　　　　　　　　　　　　　　　　　　　　　　　　 　　　　　　　　　（图为以人为中心标注示例）

　　目前的图像识别主要针对图像中单个人或物进行识别，Kaiming的这篇文章介绍了一种从图像的检测向图像理解的研究方向过渡的方法。根据“人 动作 物体”三元素之间的关系，理解人与物体之间交互。图像中物体与人的动作充分说明了人与物体的交互作用，这样很大程度上减少了需要标注的物体种类，只需标注与人的动作紧密联系的物体即可理解人与物体的交互。

　　作为全球知名大数据资源服务商，在人工智能领域深耕多年的Magic Data（Magic Data）也在CVPR2018亮相。在展会上，Magic Data展示了无人驾驶、智能医疗、智能安防等方面的最新数据集和解决方案。 　　Magic Data在人工智能领域深耕多年，深刻体会市场的数据需求，准确把握客户的需求，为客户提供专业、精准、多样的图像数据。Magic Data同时提供图像数据的标注服务，包括关键点标注、多边形标注、精细标注等，这些数据可以应用到无人驾驶、智能安防、智慧医疗、人脸识别等领域。

　　凭借严格的服务流程、质量控制规范及自主研发的智能数据处理系统，Magic Data为客户提供专业精准的数据采集、数据标注服务。