商汤|商汤50篇论文入选ICCV国际计算机视觉大会，重投入构筑创新护城河_CSG-Stump|模型|大会|论文|计

机器之心发布
机器之心编辑部

计算机视觉方向顶级学术盛会 ICCV 2021（国际计算机视觉大会）于美国东部时间 10 月 11 日 - 17 日正式召开。商汤科技及联合实验室共计 50 篇论文入选 ICCV 2021 ，同时在 MFR、LPCV 等多项重要竞赛中夺冠，中国原创技术在国际级学术舞台上再度大放异彩。

ICCV 与 CVPR（计算机视觉模式识别会议）和 ECCV（欧洲计算机视觉会议）并称计算机视觉方向的三大顶级会议。虽然受疫情影响，今年的 ICCV 完全在线上举办，但本届的热度依然不减。作为中国 AI 技术领域的执牛耳者，一直以来商汤科技都致力于坚持原创，此次再次斩获累累硕果，并以学术成果直击产业应用痛点，是对商汤长期在前沿科技领域重投入，并以强大研发团队、领先人工智能基础设置 SenseCore 商汤 AI 大装置构筑稳固创新护城河战略的再度验证与回馈。
50 篇论文入选，多项竞赛问鼎冠军今年商汤入选的 50 篇论文，涵盖模型量化、三维建模、自动驾驶、机器学习系统决策等多个领域，不仅包括各领域前沿基础研究突破，还直击行业应用痛点。
比如，在《Semantically Coherent Out-of-Distribution Detection》这一论文中，对于开放世界识别问题，商汤团队重新设计了基准测试。所谓开放世界识别，是指让计算机在面对未知世界时，能够识别出未知的物体，而不是认为所有物体都属于已知类别。

文章图片

测试基准示意图
商汤团队提出的新基准旨在发展该领域，即在要求开放世界模型不仅能够识别出未知类别的同时，还希望它对已知类别的不同形态进行泛化和准确分类。这篇论文同时也提出了有效的解决方案，可以帮助支撑计算机视觉模型的可靠性。
随着 3D 扫描等技术的日益成熟，点云数据的应用场景变得更加的普遍，然而如何从点云中抽取参数化的结构信息以便下游识别、理解、编辑任务依然是一个难题。现有方法要么假设物体只由若干个简单的基本图元 (Primitive) 的并集组成，要么使用复杂的网络去估计一颗动态的 CSG 树。商汤论文《CSG-Stump: A Learning Friendly CSG-Like Representation for Interpretable Shape Parsing》提出了构造几何实体（CSG）的全新表现形式(CSG-Stump) ，不同于传统的 CSG 树, CSG-Stump 可以将任意深度的 CSG 树压缩成三层并用三个二值化矩阵来表示。在此基础上，商汤提出了一个端到端无监督的构造几何实体预测网络，这样生成的构造几何实体不仅重建效果好，同时具有高可解释，高可编辑性的特点。