近日,第五届UG2+挑战赛成绩新鲜出炉。天翼云研发三部AI算法团队获得第五名,这是天翼云团队首次在国际AI顶会比赛中崭露锋芒,也意味着天翼云的AI技术实力正在向着世界迈进。
UG2+挑战赛由 CVPR主办,IEEE国际计算机视觉与模式识别会议(CVPR) 是全球计算机视觉三大顶会之一。本届UG2+大赛围绕雾霾条件目标检测、黑暗场景视频行为识别、大气湍流失真图像模糊缓解三大方向,面向全世界进行赛队招募,共吸引了海内外上百支优秀队伍参赛,包括NVIDIA、新加坡南洋理工大学、好未来AI Lab等人工智能企业、高等院校及科研机构。
此次天翼云研发三部AI算法团队首次参赛,在未知的黑暗视频测试集上的top1分类准确率达到87.43%,位列第五。
该赛道中,主办方提供了来自HMDB51、UCF101、Kinetics-600和 Moments in Time数据集的精选子集,其中包括11个类别标签(喝酒、跳跃、捡、倒、推、跑、坐、站、转、走和挥手)共 2625 个清晰视频,以及另一组包括11个相同类别但无标签的黑暗场景的视频共3088 个。参赛队伍需使用人工智能技术将黑暗场景的目标视频分类到11个类别中,评价指标是测试集上的Top1分类准确率。竞赛难度巨大。
为了提升黑暗场景下的行为识别模型的鲁棒性,天翼云研发三部AI算法团队使用图像增强方法对黑暗视频进行预处理,让图像从曝光强度的线性响应变得更接近人眼感受的响应,提升暗部细节。在对比现有先进视频分类算法(R3D、X3D、Timesformer、Slowfast、UniFormer、i3D等)后,天翼云研发三部AI算法团队决定利用CycleGAN做风格迁移,生成黑暗视频来进行数据增强,同时使用半监督算法,利用清晰视频和黑暗视频,使用自适应损失和标记数据的交叉熵分类损失进行模型优化。经过两个月的算法与模型优化,天翼云研发三部AI算法团队将黑暗场景下图像识别率提升了4倍,最终在未知的黑暗视频测试集上的top1分类准确率达到87.43%,夺得了第五名。
据介绍,该视频分析技术有较高的应用价值,可应用在夜间安全监控场景中,适用于大雨、大雾、雾霾等恶劣天气下的图像处理与视频分析。
通常夜间安全摄像头在光线不足的条件下发挥作用,需要捕捉分析即使是肉眼也很难识别捕捉到的动作。虽然可以使用红外成像传感器等其他设备,但成本较高,不利于大规模部署。因此,探索对黑暗具有鲁棒性的视频分析技术,从黑暗视频中提取有效的动作特征,对做好安全监控工作意义重大。
一直以来,天翼云深耕视频智能分析和图像处理相关技术,自研算法通过诸葛AI平台产品赋能千行百业,小到行程码识别,大到智慧城市。目前,天翼云大数据与AI研发团队在起草制定人工智能相关行业标准的同时,已完成百余项核心算法的自主研发。接下来,天翼云将坚持科技创新,发挥云上数智的优势,努力打造央企原始创新策源地。
好文章,需要你的鼓励
OpenAI发布ChatGPT Atlas AI浏览器,支持网页问答、历史查询和邮件改写等功能。同时曝光秘密项目Mercury,雇佣约100名前投行精英以每小时150美元训练AI金融模型。公司还因用户滥用Sora生成马丁·路德·金视频而暂停相关功能。此外,医疗AI搜索引擎OpenEvidence获2亿美元融资,估值60亿美元。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
随着Chrome和Safari主导浏览器市场,众多替代浏览器正在挑战这些行业巨头。本文梳理了当前顶级替代浏览器,包括AI驱动的浏览器如Perplexity的Comet、Arc公司的Dia、Opera的Neon和OpenAI的Atlas;注重隐私的浏览器如Brave、DuckDuckGo、Ladybird和Vivaldi;以及专注特定领域的浏览器如Opera Air和SigmaOS。这些浏览器通过AI集成、隐私保护、定制化和专注用户福祉等特色功能,为用户提供了多样化的浏览体验选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。