深睿研究院8篇論文入選CVPR2019，圖像識別與醫學(xué)影像分析等技術(shù)實(shí)現了創(chuàng )新性突破

2019年6月16日-6月20日，全球計算機視覺(jué)與模式識別頂級會(huì )議（IEEE CVPR 2019）將在美國長(cháng)灘拉開(kāi)帷幕，本次會(huì )議論文收錄工作已經(jīng)結束。

CVPR(Conference on Computer Vision and Pattern Recognition)作為行業(yè)最頂級的研究型會(huì )議，每年被收錄的論文均來(lái)自計算機視覺(jué)領(lǐng)域頂級團隊，代表著(zhù)國際最前沿的科研技術(shù)，并指引著(zhù)計算機視覺(jué)領(lǐng)域未來(lái)的研究方向。本屆CVPR總共錄取來(lái)自全球頂級學(xué)術(shù)論文1299篇，中國團隊表現不俗。

深睿AI LAB 8篇論文入選CVPR 2019

根據CVPR 2019官網(wǎng)顯示，共提交了7144篇論文，其中5165篇為有效投遞論文，比去年CVPR2018增加了56%，最終錄取了1299篇。這些錄取的最新科研成果，涵蓋了計算機視覺(jué)領(lǐng)域各項前沿工作。2019年深睿醫療有8篇論文被本屆CVPR大會(huì )接收，躋身中國論文發(fā)布數量排名前列的科技公司之一。

深睿研究院CVPR2019錄取論文在以下領(lǐng)域實(shí)現了創(chuàng )新性突破：醫學(xué)影像微小病灶檢測、細粒度圖像分類(lèi)、基于弱監督的顯著(zhù)性檢測、圖像與自然語(yǔ)言的綜合理解，統計理論與深度學(xué)習相結合，采用“異常檢測”新思路準確檢測醫學(xué)圖像中富于變化的弱信號等前沿技術(shù)。這些全球領(lǐng)先的計算機視覺(jué)算法顯示了深睿研究院在計算機視覺(jué)領(lǐng)域強大的核心人才儲備、科研文化底蘊和技術(shù)創(chuàng )新能力。深睿研究院獨創(chuàng )的算法已被應用于深睿醫療現有醫療AI產(chǎn)品中，同時(shí)對未來(lái)產(chǎn)品研發(fā)提供有力的技術(shù)支撐。

對于自研算法在智慧醫療領(lǐng)域的應用，研究院本次被錄取了一篇文章題目為《基于級聯(lián)生成式與判別式學(xué)習的乳腺鉬靶微鈣化檢測（Cascaded Generative and Discriminative Learning for Microcalcification Detection in Breast Mammograms）》的論文。論文針對乳腺鉬鈀中的微鈣化（直徑<=1cm）檢出問(wèn)題提出了結合生成式和判別式模型的新思路。鈣化檢測對于乳腺癌的早期診斷十分關(guān)鍵，根據美國放射學(xué)院第五版BI-RADS標準，可疑惡性鈣化點(diǎn)通常直徑在1cm以?xún)?。因此，研究微鈣化的檢出算法具有重要的臨床意義。

（論文中配圖）

鉬靶影像的微鈣化點(diǎn)通常不到10個(gè)像素，且形態(tài)多變，再加上正常組織背景變化較復雜且樣本量極大，僅使用判別式分類(lèi)器很難提取到有效的特征。本篇論文設計了一個(gè)生成式模型“異常分離網(wǎng)絡(luò )”，與判別式模型相結合，在公開(kāi)和私有數據集上均超越了當前鈣化檢出的先進(jìn)水平。深睿醫療2018年發(fā)布的一款基于乳腺鉬靶的人工智能輔助診斷系統的產(chǎn)品，主要應用于乳腺癌的早期篩查和診斷，這篇論文中的算法已經(jīng)在深睿這款產(chǎn)品上得到應用。

另外一篇入選論文《為自底向上細粒度圖像分類(lèi)服務(wù)的弱監督互補部件模型（Weakly Supervised Complementary Parts Models for Fine-Grained Image Classification from the Bottom Up）》提出了一種新穎且有效的框架—弱監督互補部件模型，來(lái)完成細粒度圖像分類(lèi)任務(wù)。

（論文中配圖）

作者首先通過(guò)基于弱監督學(xué)習的物體檢測和實(shí)例分割提取粗糙的物體實(shí)例，然后在盡可能保持多樣性的原則下，對每個(gè)物體實(shí)例的最佳組成部件進(jìn)行估計和搜索。實(shí)驗表明本文提出的框架在一些常用的為細粒度圖像分類(lèi)服務(wù)的公開(kāi)標準測試集上大幅度地超越了當前最先進(jìn)的算法。

俞益洲教授領(lǐng)銜的深睿研究院，在2018年的科研攻堅戰取得了階段性的成果。俞教授本人在2018年度入選2019 IEEE Fellow以及2018ACM杰出科學(xué)，獲得兩項殊榮，并帶領(lǐng)團隊完成了7款醫療AI 領(lǐng)域的人工智能產(chǎn)品的研發(fā)。俞教授坦言成立深睿研究院的初衷就是為了可以集中企業(yè)最核心的技術(shù)力量，探索前瞻性的技術(shù)，為醫療AI提供領(lǐng)先的技術(shù)，為醫療機構提供優(yōu)質(zhì)的臨床痛點(diǎn)的解決方案，同時(shí)培養優(yōu)秀的醫療AI科技人才。目前深睿醫療已經(jīng)和10多家國內外頂級學(xué)術(shù)機構建立長(cháng)期學(xué)術(shù)科研合作，20多家頂級三甲醫院建立長(cháng)期臨床科研合作。醫療AI任重道遠，需要更多的科研人員投身其中，要有克服困難的決心，也要有進(jìn)行長(cháng)期技術(shù)積累的耐心。

深睿研究院CVPR2019收錄論文列表如下：

[1]“Cascaded Generative and Discriminative Learning for Microcalcification Detection in Breast Mammograms”

Fandong Zhang, Ling Luo, Xinwei Sun, Zhen Zhou, Xiuli Li, Yizhou Wang, Yizhou Yu, IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, June 16-20, 2019.

[2]“Towards Accurate Task Accomplishment with Low-Cost Robotic Arms”

Yiming Zuo, Weichao Qiu, Lingxi Xie, Fangwei Zhong, Yizhou Wang, Alan Yuille, IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, June 16-20, 2019.

[3]“Convolutional Spatial Fusion for Multi-Agent Trajectory Prediction”

Tianyang Zhao, Yifei Xu, Mathew Monfort, Wongun Choi, Chris Baker, Yibiao Zhao, Yizhou Wang, Yingnian Wu, IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, June 16-20, 2019.

[4]“Completeness Modeling and Context Separation for Weakly Supervised Temporal Action Localization”

Daochang Liu, Tingting Jiang, Yizhou Wang, IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, June 16-20, 2019.

[5]“Cross-Modal Relationship Inference for Grounding Referring Expressions ”

Sibei Yang, Guanbin Li, Yizhou Yu,IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2019.

[6]“Weakly Supervised Complementary Parts Models for Fine-Grained Image Classification from the Bottom Up ”

Weifeng Ge, Xiangru Lin, Yizhou Yu, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2019.

[7]“Multi-Source Weak Supervision for Saliency Detection”

Yu Zeng, Huchuan Lu, Lihe Zhang, Yunzhi Zhuge, Mingyang Qian, Yizhou Yu,IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2019.

[8]“Towards Rich Feature Discovery with Class Activation Maps Augmentation for Person Re-Identification”

Wenjie Yang,Houjing Huang,Zhang Zhang,Xiaotang Chen,Kaiqi Huang,Shu Zhang. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2019.

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！