Глобальные научно-исследовательские центры Samsung представили на главном ежегодном мероприятии по компьютерному зрению и распознаванию образов CVPR разработки, относящиеся к новым технологиям компьютерного зрения, глубокого обучения, а также технические наработки, связанные с искусственным интеллектом (AI).
CVPR – крупнейшая в мире конференция по компьютерной инженерии и искусственному интеллекту. В этом году мероприятие проходило в режиме онлайн с 14 по 19 июня. На нём Samsung Research, передовой научно-исследовательский центр Samsung Electronics, и другие исследовательские центры техногиганта, представили в общей сложности 11 диссертационных работ. Исследователи из московского Центра искусственного интеллекта Samsung и Центра искусственного интеллекта Samsung в Торонто выступили с устными докладами.
В презентации московского AI-центра Samsung инженер лаборатории анализа мультимодальных данных – Павел Соловьёв, вместе с соавторами, представил технологию, которая позволяет менять время суток на пейзажной фотографии высокого разрешения, используя данные без доменной метки. Ведущий инженер лаборатории компьютерного зрения Константин Софиюк и его команда выступили с докладом “f-BRS: Переосмысляя уточняющий обратный проход для интерактивной сегментации” – в ней представлена технология, которая позволяет пользователю кликнуть по объекту на фотографии, чтобы точно определить и выделить его.
Исследователь из Центра искусственного интеллекта в Торонто Майкл Браун представил работу под названием «Глубокое редактирование баланса белого». Эта AI-технология исправляет ошибки баланса белого гораздо точнее, чем существующие программы для редактирования фотографий. Разработка также открывает новые возможности точной регулировки цветовой температуры баланса белого на фотографии.
Разработчики из научно-исследовательского центра Samsung Research America представили свои работы: исследование Эрика Луо под названием «Сеть синтеза вейвлетов: действенная архитектура оценки несоответствия для синтеза эффекта DSLR Calibre Bokeh на смартфонах» было посвящено ключевым факторам, позволяющим сократить разрыв между цифровым зеркальным фотоаппаратом и камерой смартфона с точки зрения получения эффекта боке, то есть малой глубины резкости (DoF).
Илин Шен из AI-центра Samsung Research America представил доклад о нераспространённых (OoD) эталонных тестах для исследования глубоких нейросетей. В исследовании Шена, озаглавленном «Обучение нераспространённому обнаружению без данных вне распределения», был предложен ключевой алгоритм машинного обучения, позволяющий существенно повысить скорость обнаружения, что является одной из основных проблем в технологии AI.
Также на CVPR были отмечены исследования, представленные командой по изучению визуальных технологий Samsung Research и научно-исследовательским центром в Индии.
Samsung Research Centers From Around the World Present Their Studies at CVPR 2020
Samsung Electronics’ Global Research & Development (R&D) Centers have presented their studies to the CVPR (Computer Vision and Pattern Recognition) introducing new computer vision, deep learning and AI related technical researches.
CVPR is the world’s biggest conference on computer engineering and AI. At this year’s conference, held online from June 14 to 19, Samsung Research, an advanced R&D hub within Samsung Electronics’ SET Business and its advanced R&D centers gave presentations on a total of 11 thesis papers. Researchers from Samsung Moscow AI center and Samsung Toronto AI center were invited to oral presentations, an opportunity given to only 5% of the entire attendees.
At the oral presentation, Pavel Solovev of Samsung Moscow AI Center introduced ‘High Resolution Daytime Translation without Domain Labels’, which is a technology that changes a high resolution landscape photograph into scenes from various times of the day using data without domain label. Konstantin Sofiiuk also introduced ‘f-BRS: Rethinking Backpropagating Refinement for Interactive Segmentation’, which is a technology that allows a user to simply click an object in a photograph to precisely select and separate it.
Joining from the Toronto AI Center, researcher Michael Brown and his team introduced the paper titled ‘Deep White-Balance Editing’, which was also selected for an oral presentation. This AI technology corrects white-balance mistakes made in a captured photograph much more accurately than existing photo editing programs. This technology also allows users to accurately adjust the photo’s white-balance color temperature.
Researchers from Samsung Research America also presented interesting findings at the conference. Eric Luo’s study titled ‘Wavelet Synthesis Net: An Efficient Architecture for Disparity Estimation to Synthesize DSLR Calibre Bokeh Effect on Smartphones’ focused on key enablers to narrow the gap between DSLR and smartphone camera in terms of bokeh, the narrow depth of field (DoF).
Yilin Shen from Samsung Research America’s AI Center introduced a study on out-of-distribution (OoD) benchmarks for deep neural networks research. Shen’s study titled ‘Generalized ODIN: Detecting Out-Of-Distribution Image Without Learning From Out-Of-Distribution Data’ proposed the key machine learning algorithm of drastically improving the detection rate, one of major challenges in AI technology.
Additionally, the studies proposed by researchers from the Samsung Research’s Visual Technology team and Samsung R&D Institute India-Bangalore were also selected by CVPR.
