上海交大卢策吾团队CVPR 2018论文（五篇）简介

    上海交大卢策吾团队（MVIG lab）在CVPR 2018发表五篇论文（第一作者，通信作者均为MVIG成员），简介如下，也请各位同行多提宝贵意见，不胜感谢。

01

Weakly and Semi Supervised Human Body Part Parsing via Pose-Guided Knowledge Transfer

Spotlight

    human parsing是像素级别的人体部位分割，比人体关键点提供更精细信息量，但其标注量巨大，限制了准确率。那么能不能通过迁移学习，用人体关键点（human keypoint）来生产得大量的human parsing数据呢? 我们团队这篇论文做出了深入研究，并在human parsing 数据集上取得目前最好结果。（代码开源在MVIG的Github账号）

点击边框调出视频工具条

   

02

DBNet: A Large-Scale Dataset for Driving Behavior Learning

    我们一直希望无人驾驶，从视觉信号（视频，点云）到驾驶行为能端到端（end-to-end）地学习。但在这一问题上一直缺乏一个大规模数据库。我们和厦门大学（共同一作，共同通信作者）联合推出了驾驶行为数据集DBnet（Driving Behavior net）包括代码，近期发布（会有相关媒体报道），希望能为该问题提供研究基础，敬请关注。

点击边框调出视频工具条

   

03

Environment Upgrade Reinforcement Learning for Non-differentiable Multi-stage Pipelines 

Spotlight

    增强学习如何修正不良结果，逐步走向正确结果。

点击边框调出视频工具条

   

04

Beyond Holistic Object Recognition: Enriching Image Understanding with Part States

    为了更深入理解各种语义，我们需要深刻理解到knowledge in part label，而不是简单地知道object category，我们提出一种part-state的概念，即物体part的状态来推断更为深刻的语义信息比如：object functionality，geometry relationship ，affordance， moment situation， interaction。

05

Recurrent Residual Module for Fast Inference in Videos

     视频帧与帧之间存在冗余性，有没有可能利用这种冗余性，达成普遍加速。我们这篇论文给出一个算法，在各种视频应用（video object detection，video pose estimation等等）上普遍降低了计算量。（implementation非常简单）。

  AlphaPose  

最后，再次推广一下我们的alphapose （72 mAP），在coco超过openpose 相对17% （61 mAP）。我们团队一直持续优化，目前有pytorch版本，速度到5PFS，期望近期能推出25PFS版本。详情请参考我们的项目主页和开源代码。

Prof. Cewu Lu is a research Professor at Shanghai Jiao Tong University, leading Machine Vision and Intelligence Group. He is also one of MIT TR35 -"MIT Technology Review, 35 Innovators Under 35 (China)". He was Postdoc at Stanford AI lab (under Fei-Fei Li and Leonidas Guibas) and selected as the 1000 Overseas Talent Plan (Young Talent) (中组部青年千人计划).