欧美精品免费线视频观看视频|欧美日韩国产精品久久一区|亚洲国产中文五月综合网|日日噜噜夜夜狠狠视频

【環(huán)球網(wǎng)科技綜合報道】9月1日消息，近日，特斯聯(lián)公布其最新科研成果，包括物體檢測與分割、圖像恢復(fù)與增強(qiáng)、顯著對象識別等細(xì)分方向的研究突破。

據(jù)悉，該成果被收錄在學(xué)術(shù)刊物IEEE T-PAMI （全稱：IEEE Transactions on Pattern Analysis and Machine Intelligence，涉及人工智能、計算機(jī)視覺、模式識別等多個領(lǐng)域），上述研究成果可廣泛應(yīng)用于智慧城市的高效治理、城市服務(wù)等諸多領(lǐng)域及業(yè)務(wù)場景，并將被特斯聯(lián)新一代智慧城市操作系統(tǒng)TacOS及其他AI算法賦能平臺采用。

其中，團(tuán)隊提出了一種用于圖像和視頻實例分割的快速單階段方法，稱為SipMask，它通過執(zhí)行多個子區(qū)域掩碼預(yù)測來保留實例空間信息。團(tuán)隊所提出方法中的主要模塊是一個輕量級空間保留模塊，該模塊為邊界框內(nèi)的子區(qū)域生成一組單獨的空間系數(shù)，從而能夠更好地描繪空間相鄰實例。為了更好地將掩模預(yù)測與目標(biāo)檢測相關(guān)聯(lián)，團(tuán)隊進(jìn)一步提出了掩模對齊加權(quán)損失和特征對齊方案。

而且團(tuán)隊明確了兩個阻礙單階段實例分割性能的問題，并引入了兩個模塊，包括樣本選擇方案和實例細(xì)化模塊以解決這兩個問題。