List

Feel proud that the team is ranked #1 (the First Place) in CVPR 2018 Disgusied Face Recognition! Our team just won the disguised face recognition competition in “Disguised Face in the Wild” for CVPR 2018 — the best computer vision conference.

It’s a great honor as having the best performance over the leading international research teams (either from the academia or the industry). Disguised face recognition is one of the unsolved face recognition problems and that’s why it was hosted the first time in the best (and also the most important) computer vision conference, CVPR.

人臉辨識已經落地到諸多應用,不過大多是正臉,高品質的畫面。對於逆光、光線不佳、低解析度,視角差,跨年紀、化妝(偽裝)等,還是有它的局限性,也是研究社群努力的方向。

我們參加今年#CVPR(電腦視覺頂尖會議)的Disguised Face Recognition 競賽。很高興在團隊的努力下,我們獲得排名第一的成績。前十排名請參考照片,其他公司以及團隊的名稱先移除。 偽裝人臉是相當具有挑戰的問題,但是仔細看,即使是偽裝的人臉,還是有些主要的特質在同一個人臉上。

我們因此設計新的網路來抓取這些主要特徵。 我們還針對低解析度人臉的辨識,也有相當好的突破。希望有機會再分享。

沒想到在#CVPR 2018舉辦的Disgused Face Recognition Challenge (偽裝人臉辨識競賽),還會給冠軍獎牌,刻上單位名稱。夠慎重。

A surprise to receive the award plaque for #CVPR 2018 Disguised Face Recognition Challenge.

  Posts

1 2 3 4 5 6
July 18th, 2017

Drone-View Object Localization/Counting and Public Vehicle Dataset (CARPK)

  無人機大量物件偵測與計算以及公開資料集   Along with the acceptance of ICCV 2017, we are happy to announce the first drone-based object (e.g., […]

July 2nd, 2017

Publications vs. Industry Needs (發表學術論文跟產業脫節?)

It’s interesting to see that the number of attendees grow sharply in the past few years — especially those from […]

June 9th, 2017

Team management, productivity, and appreciation

How to make a team of two dozens excellent students competitive and motivated? I am always wondering how my students […]

June 1st, 2017

Practical advises for embracing AI-savvy products (Hosting AI Forum in InnoVEX 2017)

Thanks to the professional and hearty speakers and panelists for the AI forum in Innovex (a side event along with […]

May 24th, 2017

Image to Poetry — 看圖造新詩

It’s great that, collaborating with Microsoft Research Asia, our MS student Wen-Feng Cheng provides the technical cores for “image to […]

May 15th, 2017

島內AI的隱形驅動力

前陣子協助 天下雜誌 副總編輯 Yi-Shan Chen 完成AI專輯 [AI全面啟動Ⅰ:科技島國的翻身契機]。 我在紐約,這段時間,Yi-Shan透過FB的訪談跟資料詢問,我感受到她的焦慮,急著摸清楚這個浪潮的來龍去脈,以及我們該做的、或是已經做到的。 初稿完成,正如Yi-Shan所說的,她不那麼悲觀了。或是說我們也沒有悲觀的權利。 我的觀察。 2016年初開始,國內幾家領先企業也開始注意到AI(深度學習)浪潮可能對公司的影響。已經開始研究如何在既有的核心業務上善用這些前瞻技術。 這不是將開源的類神經網路拿來使用就好、或是付費API可以全然解決。首先產品需要的偵測/辨識的項目跟benchmark資料完全不同、產品大部分是multi-label的問題而不是大家常討論的multi-class、訓練資料的取得跟缺乏、應用場域資料型態差異、學習model的參數過大、耗電、運算時間、或是在使用者端自動調適學習等。產品佈建跟論文討論的範疇有著相當大的差異。 領導者(執行長、董事長)的決心是最關鍵的問題。因為引進新的機器學習paradigm之後,牽涉到資源配置、薪資結構、產品pipeline(如使用者資料收集、AI引擎的更新)、新產品的定位等,需要很大的決心。 缺乏深度學習技術的研究人員是第二個問題。在協助幾個團隊之後發現,台灣的數理教育品質相對優良,理工科碩士論文要求對於前瞻的研究是很有幫助的。 在組織具有某些特質的工程師之後,透過適當的做中學、學中做的過程,還有我們十幾年在影像/視訊上成功跟失敗的經驗,是可以逐漸訓練出內部深度學習基本研發團隊、也能適性地將技術調整到適合的產品線上。 目前已經看到這樣的技術成果用在解決監控系統上常見的誤判的問題、照片標註、辨識、自動分類、edge端的精簡深度學習模型、或是利用各種感測器、攝影機進行未來事件預測等。甚至有些已經上線進行A/B test,交付給客戶的PoC、或是取代原本沒效率的人工分類等。 在這次的訪問當中,也將這幾個領先企業介紹給天下雜誌,但是因為公司內部的marketing跟財務時程,還不能公開披露目前的結果。 我們不選擇悲觀、抱怨、譏笑。許多團隊,也早就捲起袖子為企業帶來更具有競爭力的AI(深度學習)能力,開啟新的產品思維,如同全球企業忙著乘著巨浪向前。也感謝 天下雜誌 […]

May 10th, 2017

Quick and incomplete observations from GTC 2017

My quick and incomplete observations  in NVIDIA GTC 2017 keynote. CEO Jen-Hsun Huang had an amazing pitch for the almost two […]

May 9th, 2017

2017 Microsoft Research Asia Collaborative Research Project Granted

I am extremely grateful for Microsoft Research (Asia) for their continuing supports and believing in what we have been doing. […]

April 25th, 2017

NVIDIA AI Lab 及 台灣大學通訊與多媒體實驗室(CMLab)徵博士後/專職研究助理 (深度學習相關研究)

【職缺名稱】 博士後研究員/專職研究助理 (研發替代役可)   【徵才單位】 台灣大學通訊與多媒體實驗室 & NVIDIA AI Lab   【負責人】 Prof. Winston Hsu (徐宏民教授) (https://winstonhsu.info)   【工作內容】 advanced […]

April 17th, 2017

How to invent the nXet great thing? 創意如何延伸發想?

How to invent the nXet great thing when you meet something, X, great? 創意如何延伸發想? 當看到某樣令人讚嘆的成果,那下一個創意在那裡? 我們的工作受惠於近年來形形色色攝影裝置的快速增長、大量的影音視訊資料,所以各種偵測、分析、搜尋、探勘的機器智慧能力應運而生。但是創意在那裡? 幾年前聽過MIT教授Ramesh Raskar的 “Idea Hexagon” […]