CVPR是一年一度的計算機視覺方麵的頂級學術會(hui) 議，是全球視覺學科的學者展示交流最新科研成果的平台，也是工業(ye) 界前來了解最新科研動向和招賢納士的良機。

如果說過去30年裏計算機視覺的主流方向是圖像處理和3D幾何學，那最近的5年則是人工智能技術在視覺領域大放異彩的時期；而融合了3D幾何和人工智能兩(liang) 大方向的智能駕駛領域則像是計算機視覺應用的集大成者。於(yu) 是也不難理解，智能駕駛行業(ye) 對於(yu) 本次會(hui) 議的重視，能夠在會(hui) 議上發表論文也成為(wei) 智能駕駛公司研究水平的體(ti) 現。

本屆CVPR會(hui) 議共收到有效投稿3309篇，共接收979篇，論文錄取率為(wei) 29%，yth2206游艇会智能研究員陳宇及張強弓有2篇論文入選，分別側(ce) 重於(yu) 疲勞駕駛，地圖構建以及車輛定位技術，陳宇及張強弓博士在會(hui) 議現場與(yu) 國際學者們(men) 進行交流溝通，得到學術界的積極反響。

yth2206游艇会智能專(zhuan) 注於(yu) 組合輔助駕駛，是深度學習(xi) 和計算機視覺等先進的人工智能技術在汽車智能駕駛係統領域實現嵌入式產(chan) 品化的領跑者。我們(men) 堅持與(yu) 學界、企業(ye) 界和行業(ye) 「共享AI+未來」，已與(yu) 澳大利亞(ya) 國立大學、阿德萊德大學、上海科技大學等國內(nei) 外科研機構建立了長期的深度合作關(guan) 係，在人工智能技術領域擁有深厚的技術積累。

陳宇博士現場講解人臉特征點定位

yth2206游艇会智能入選論文

1. FSRNet : End-to-End Learning Face Super - Resolution with Facial Priors

本文由陳宇博士以第一作者完成，並入選Spotlight文章。

方法:

對於(yu) 人臉的分析通常依賴於(yu) 特征點的定位，在傳(chuan) 統方法中，當輸入圖像存在模糊或分辨率較低時，定位效果會(hui) 急劇下降。FSRNet同時處理人臉超分辨率和先驗估計問題，通過一個(ge) 端對端訓練的神經網絡，自動從(cong) 低分辨率人臉自動恢複出高分辨率人臉和準確的特征點位置。

應用：

在車輛駕駛中，對於(yu) 駕駛員狀態的監控和糾正有助於(yu) 提升駕駛安全，在此過程中人臉特征點的定位是非常重要的一步，而在實際應用中，通過攝像頭采集的人臉可能存在圖像模糊等問題，此時通過FSRNet依然可以穩定地得到特征點位置，從(cong) 而進行準確的狀態監控。

2. A Fast Resection - Intersection Method for the Known Rotation Problem

本文由張強弓博士以第一作者完成。

方法：一個(ge) 高效的同時重建三維點雲(yun) 和攝像頭位置的算法，Res-Int算法。該算法把一個(ge) 原本龐大的最優(you) 化問題分解成許多非常簡單的3元優(you) 化子問題，並提出了求解該子問題的高效算法。整個(ge) 算法除了在性能上遠遠超越現有算法，還能處理現有方法無法應對的大數據集。由於(yu) 整個(ge) 問題被分解成若幹獨立的子問題，每個(ge) 子問題可以並發求解，從(cong) 而達到更高的性能。

應用：該算法在智能駕駛領域中對地圖構建，車輛定位等應用有貢獻。

我們(men) 的算法在6個(ge) 不同數據集上的3維重建的結果

最後附上論文鏈接地址，歡迎在評論區與(yu) 我們(men) 交流。

FSRNet : End-to-End Learning Face Super - Resolution with Facial Priors

http://openaccess.thecvf.com/content_cvpr_2018/html/Chen_FSRNet_End-to-End_Learning_CVPR_2018_paper.html

A Fast Resection - Intersection Method for the Known Rotation Problem

http://openaccess.thecvf.com/content_cvpr_2018/html/Zhang_A_Fast_Resection-Intersection_CVPR_2018_paper.html