AR公司亮风台在“三大顶会”（CVPR、ICCV、ECCV）上的学术成果

前几年，围绕商业化创新引爆的互联网创业；在即将到来的人工智能时代，以技术创新为主导的AI创业，技术壁垒成为更重要的竞争优势。技术创新会成为行业发展的驱动力，科研前线的进展对未来技术落地提供了重要的参考和指引。

7月21 - 26日，国际顶级会议 — IEEE国际计算机视觉与模式识别会议（CVPR 2017）将在美国夏威夷举办。“增强现实（AR）是计算机视觉与人机交互的交叉学科。”计算机视觉会议CVPR的开幕，激发了AR关注者对技术的热情。

不仅是CVPR，下半年开幕的ICCV（国际计算机视觉大会）或ECCV（欧洲计算机视觉会议）与CVPR一同，在学术界并称计算机视觉方向的三大顶级会议（“三大顶会”），被澳大利亚ICT学术会议排名和中国计算机学会等机构评为最高级别学术会议。

本文将为大家介绍2015 - 2017三年来，亮风台的部分被“三大顶会”收录的研究成果（除此之外，亮风台的部分研究成果还发表在PAMI等顶级人工智能期刊上）。论文内容涵盖目标跟踪、图像语义识别、人脸检测与识别等AR核心技术。

例如亮风台和北京交通大学合作，在图匹配问题上取得了重要进展，其结果发表在ECCV 2016上，论文全称为《Graph match algorithms for pairwise and groupwise matching》。

图匹配问题的目的是找出两个模式（比如两张图片）中的对应关系，该问题在计算机视觉和模式识别中有着广泛的应用。亮风台和北京交通大学的科研人员分析了已有算法在隐函数空间上对于奇点处理的不足，然后针对该不足提出多路径寻优的解法。在WILLOW、CalTech和CMU等国际知名评测集上，文中的技术均超越已有的方法，取得了当时国际上的最好结果。

类似上述研究成果，亮风台有且不限于以下研究成果：

[1] Parallel Tracking and Verifying: A Framework for Real-Time and High Accuracy Visual Tracking. (ICCV 2017)

[2] Saliency Pattern Detection by Ranking Structured Trees. (ICCV 2017)

[3] Cross-Age Face Verification by Coordinating with Cross-Face Age Verification. (CVPR 2015)

[4] 3D Hand Pose Estimation Using Randomized Decision Forest with segmentation index points. (ICCV 2015)

[5] RGB-D Scene Labeling with Multimodal Recurrent Neural Networks. (CVPR 2017 Workshop)

[6] SANet: Structure-Aware Network for Visual Tracking. (CVPR 2017 Workshop)

……
篇幅有限，不逐一列举，可至亮风台HiScene公众号（hiscene）后台回复“论文”获得论文原文。