快讯
中山大学HCP实验室工作“自监督学习实现精准3D人体姿势估计“,被海外著名IT媒体ZDNet报道。
该报道认可了实验室在用自监督学习预测3D人体姿势方面取得了重大进展,并肯定了自监督学习研究在AI领域的价值:
“The work suggests continued efforts to limit the reliance on human labels and ‘ground truth’ in AI.“
“In any event, the value of self-supervised learning is clearly a main point of AI research.”
—— By Tiernan Ray, ZDNet
报道概览
原文链接:
https://www.zdnet.com/article/chinas-ai-scientists-teach-a-neural-net-to-train-itself/
ZDNet简介
ZDNet是一家商业科技新闻网站,隶属于CBS Interactive旗下,于1991年上线,是一个大众化的科技门户,现在已经发展成为了一个专业的企业信息技术在线发布商。
项目简介
该研究最新发表于《IEEE Transactions on Pattern Analysis and Machine Intelligence》((T-PAMI), 2019) 的论文 “3D Human Pose Machines with Self-supervised Learning” 中。
HCP实验室的研究人员使用自监督学习精准预测3D人体姿势,提出了一种新的方法,让计算机通过自监督学习的方式,精准预测视频片段中的3D人体姿势,大幅减少对3D标记数据的依赖。该方法采用轻量级的神经网络,有效减少了计算量,能在实际应用场景中流畅稳定地进行3D人体姿势预测。
在单个的Nvidia GTX1080 GPU上运行时,新方法处理一幅图像只需要51毫秒,而其他方法需要880毫秒。
(论文提出的3D人体姿势预测框架:先使用一个轻量级CNN提取人体2D特征并预测人体2D姿势,然后用RNN估计时序一致的人体3D姿势的粗预测结果,最后使用自监督学习引导机制,根据二维三维之间的几何一致性,微调网络得到最终精准的3D姿势预测结果。)
项目主页链接
http://www.sysu-hcp.net/3d_pose_ssl/
中山大学HCP人机物智能融合实验室
“中山大学HCP人机物智能融合实验室“依托于中山大学数据科学与计算机学院,围绕“人工智能原创和前沿技术”布局研究方向与课题,并与产业界开展广泛合作,输出大量原创技术及孵化多个创业团队。在感知计算与智能学习、机器人与嵌入式系统、人机协同技术、大数据挖掘与分析等领域开展研究,以“攀学术高峰、踏应用实地”为工作理念。实验室目前有教授1名,副教授3名,特聘研究员3名,工程师3名。
实验室承担或者已完成各级科研项目40余项,共获得科研经费超过数千万元。科研团队在顶级国际学术期刊与会议上发表论文200余篇,包括在IEEE/ACM Trans汇刊发表论文60余篇,在CVPR/ ICCV/ NIPS/ Multimedia/ AAAI/ IJCAI等顶级会议发表论文80余篇,获得NPAR 2010 Best Paper Award, ACM SIG CHI Best Paper Award Honorable Mention, ICME 2014 Best Student Paper, The World’s FIRST 10K Best Paper Diamond Award by ICME 2017,Pattern Recognition Best Paper Award等奖励。