全球人工智能領(lǐng)域最具影響力的大會CVPR近日宣布，將2022年“最佳學(xué)生論文”獎頒給同濟大學(xué)研二學(xué)生陳涵晟等人，這是二十多年來首次有中國高校學(xué)生獲此殊榮。該論文是陳涵晟在阿里達摩院實習(xí)期間的成果，能從單張圖片計算出3D物體在真實世界里的位置和朝向，有望成為自動駕駛、機器人等技術(shù)發(fā)展的理論動力。他說，因為自己是碩士生，壓力小，所以能按個人興趣去做研究，沒想過要做出重大成果。
CVPR(國際計算機視覺與模式識別會議)是人工智能領(lǐng)域的頂級學(xué)術(shù)會議，今年共收到8161篇論文投稿，只評出最佳論文和最佳學(xué)生論文各1篇，他們常被視作人工智能技術(shù)的風(fēng)向標(biāo)。CVPR早在2001年就設(shè)立最佳學(xué)生論文獎，今年首次發(fā)給中國高校學(xué)生。獲獎?wù)撐摹禘Pro-PnP: Generalized End-to-End Probabilistic Perspective-n-Points for Monocular Object Pose Estimation 》來自同濟大學(xué)汽車學(xué)院和阿里巴巴達摩院，作者分別是陳涵晟、王丕超、王帆、田煒、熊璐、李昊。
獲獎證書
(資料圖片)
論文研究的是3D視覺領(lǐng)域經(jīng)典問題，通過單張圖像求解3D物體在真實世界里的位姿(位置和朝向)。這一技術(shù)方向應(yīng)用前景廣闊，是自動駕駛、機器人等行業(yè)的基礎(chǔ)技術(shù)。比如在自動駕駛中，只有先計算出周邊車輛的位姿，判斷對方究竟是要加速、剎車還是變道，己方車輛才能做出對應(yīng)操作，計算不準(zhǔn)或者過慢都有可能引發(fā)事故。
3D物體的位姿計算示意
由于該問題難度高，一直沒有得到有效解決。獲獎?wù)撐奶岢龅男路椒‥Pro-PnP，創(chuàng)造性地引入概率分布，將幾何推理和深度學(xué)習(xí)兩種方法無縫銜接，形成了一個端到端的易用模型，可以快速估算3D物體的位姿。實驗證明，新模型通用性強、定位準(zhǔn)確，不需要提前知道物體的幾何形狀；更重要的是高效簡潔，且具有較好的可解釋性，有望用于自動駕駛、機器人、無人機、AR等諸多需要通過視覺來估算物體位姿的場景。
據(jù)了解，論文第一作者陳涵晟本碩都就讀于同濟大學(xué)汽車學(xué)院，目前研究生二年級在讀，導(dǎo)師為熊璐教授，副導(dǎo)師為田煒助理教授，達摩院導(dǎo)師為王丕超博士。他的研究方向是計算機視覺中的3D物體位姿估計，研一就已在CVPR發(fā)表論文。2021年到阿里達摩院做研究型實習(xí)生后，在達摩院日常研究討論中碰撞出靈感，嘗試去構(gòu)造統(tǒng)一的理論框架。
“我原來以為這篇論文可能比較冷門，因為太偏數(shù)學(xué)，沒想到能夠獲獎。”陳涵晟說，因為自己是碩士生，壓力較小，所以能夠按興趣去做研究，做出什么就是什么，沒想過要做出重大成果。未來，他希望安靜下來繼續(xù)做研究。
達摩院研究型實習(xí)生、同濟大學(xué)研究生陳涵晟
論文第一通訊作者、達摩院算法專家王丕超博士表示，這篇論文特別之處在于，用數(shù)學(xué)的方式解決AI底層問題，帶來了基礎(chǔ)理論上的突破，對3D視覺領(lǐng)域的研究和應(yīng)用都將產(chǎn)生積極影響。
據(jù)悉，研究型實習(xí)生是阿里巴巴在2017年創(chuàng)立的科研項目，已為全球200多所頂尖高校的1000多名學(xué)子提供科研崗位。
(以上圖片由阿里巴巴授權(quán)中國網(wǎng)財經(jīng)使用)
責(zé)任編輯：Rex_08
營業(yè)執(zhí)照公示信息