<iframe src="//www.googletagmanager.com/ns.html?id=GTM-M49QT6" height="0" width="0" style="display:none;visibility:hidden"></iframe> 十年来最难的一届CVPR 酷家乐两篇论文成功入选 - 企业新闻 - 酷家乐企业版

十年来最难的一届CVPR 酷家乐两篇论文成功入选

来源:酷家乐
2020-02-27T16:00:00.000Z

作为十年来论文接受率最低的一届CVPR,足见CVPR2020沉甸甸的含金量。而在入选的中国企业名单中,除了百度、腾讯、华为、旷视,家居SaaS独角兽酷家乐也赫然在列。

CVPR(Conference on Computer Vision and Pattern Recognition)被公认为计算机视觉领域的“奥运会”,是全球计算机视觉顶级会议之一,这个会议是由IEEE主办的一年一度的全球学术性顶级会议,会议的主要内容是计算机视觉与模式识别技术。

资料显示,本届CVPR共收到6656篇有效投稿,比去年增加了近29%,其中有1470篇论文被接收,接收率约22%,是近十年接受率最低的一届。被录取的论文主要涵盖计算机视觉领域的最新科研成果。值得注意的是,深根于家居行业,酷家乐前沿技术实验室KooLab递交的两篇论文皆被录用,跻身中国论文发布成功的少数科技公司之一。

家居板块是个复杂、繁琐、重人工的行业,亟需科技和互联网的助力降本增效。这两篇论文主要基于酷家乐的核心技术研究AI智能设计方向,将为酷家乐所在的家居行业带来实际应用价值。以下是两篇论文的核心概述。

《Intelligent Home 3D: Automatic 3D-House Design from Linguistic Descriptions Only》这篇论文,酷家乐与华南理工大学、澳洲阿德莱德大学、澳洲视觉研究中心共同提出了一套通过人类语言输入自动生成室内场景的解决方案。基于这种解决方案,人工智能会自主应用专业的设计常识,通过用户的语言描述进行户型和家装设计

该研究对酷家乐正在研究的“场景识别”、“自动设计”等AI室内设计应用,以及优化行业AI智能设计具有应用价值。

(House Plan Generative Model,简称HPGM)

(通过语言输入HPGM的智能设计结果)

《Geometric Structure Based and Regularized Depth Estimation From 360° Indoor Imagery》这篇论文,酷家乐与上海科技大学、上海大学共同提出了一种基于几何结构的全景图的深度估计模型。论文提出一个新的360场景的数据集,它包含了有/无家具的图片以及他们对应的深度图,和几何结构的标注。同时,由于室内场景往往存在家具,这对于几何结构会产生遮挡等影响,论文又引入一个注意力机制来降低家具的影响。

众所周知,对于AI技术的研究,首先要有大量的数据积累。酷家乐该论文研究既为未来AI技术在室内场景的探索提供数据基础,同时也在反哺AI技术应用的成熟。

(通过论文研究从单张全景图恢复场景三维结构)

(通过论文研究从单张全景图恢复的深度图与重建结果)

从CVPR2017、Siggraph Asia 2019,到CVPR2020,可以看到酷家乐在科技领域焚膏继晷的探索。酷家乐正在尝试将包括以上论文研究成果在内的领先科技技术落地应用于家居行业,为行业构建开放融合的智慧服务图谱,最终成为全球化家居企业服务商。

tag
酷家乐企业版,限时免费试用
你还可拨打一对一咨询电话400-835-7300