医学计算机视觉期刊投稿

近日，被誉为全球计算机视觉三大顶级会议之一的ECCV 2022（European Conference on Computer Vision）发布了论文录用结果。 本届ECCV论文录用率不足20%， 其中，由云工业软件企业三维家图灵实验室与国内外顶尖高校合作撰写的论文——《通过强化学习解决室内场景相机定位问题（Towards Accurate Active Camera Localization）》成功入选！

01

三维家首次入围国际顶会 技术有望率先在家居场景落地

ECCV每两年举办一次，与CVPR和ICCV并驾齐驱，被称为国际计算机视觉领域三大会议。随着AI人工智能技术的发展，计算机视觉的研究和应用逐渐深入，每届ECCV的举行都会吸引大量来自世界各地的顶尖专家学者、研究机构及企业等投稿。

而今年ECCV 2022的总投稿数超过了8170篇，接近上一届的两倍，创下 历史 新高。其中有1629篇论文中选，录用率不足20%。

此次三维家入选的论文是与山东大学、北京大学、斯坦福大学、腾讯AI lab共同完成，论文中创造性地提出利用强化学习算法解决室内场景相机定位的问题。研究结果表明，该方法优于当前最先进的马尔可夫定位方法，能有效提高在仿真场景中相机定位的精准度。

三维家图灵实验室负责人王胜表示，此次入选对于三维家来说是一次学术上的飞跃。在应用层面，该研究可以深度运用在智能设计领域，三维家旗下3D云设计等产品能加以应用和落地，呈现更真实、更优秀的视觉效果。

“在AI智能设计领域，三维家走到了世界学术最前沿。我们将利用这些最前沿的技术服务我们的用户。”王胜说到。

02

四大技术实验室 锻造三维家科研硬实力

近年来，在加快建设 科技 强国，实现高水平 科技 自立自强的战略方针下，越来越多的中国 科技 企业频频亮相国际学术顶会，让世界看见中国前沿 科技 力量的崛起。其中，三维家正逐渐走向台前，传递国产自研的云工业软件企业的信念与坚持。

创立于2013年，三维家基于人工智能、大数据、云计算等技术，以一张“图纸”贯穿家居全产业链，通过3D云设计、3D云制造、数控系统三大工业软件矩阵，帮助家居企业、从业者实现门店营销、仿真设计、生产制造全流程一体化，为消费者带来“所思即所见、所见即所得”的家居消费体验。

工业软件是一条长期主义的道路，而技术引领需要长期的研发创新。据了解，三维家拥有数百人的技术研发团队，每年投入上亿元研发资金，并设立三大实验室——阿凡达实验室专注于3D渲染技术和XR新锐技术，图灵实验室深研人工智能和大数据应用，鲁班实验室则主攻云工业建模、云工业制造核心技术难题。

定位家居行业云工业软件服务商，三维家深刻认识到要改变传统制造业重硬轻软、长期依赖国外软件的现状，不能只停留在“纸上谈兵”。2020年，三维家与中国科学技术大学数学科学学院共建“先进制造联合实验室”，推动最新产研成果在家居行业落地应用。

合作很快就取得了成效——联合实验室以知名上市企业志邦家居为试验基地，三维家和中国科大算法团队通过深度学习志邦家居的业务流程，以软件技术优化材料算法，通过多订单混合排产使板材利用率提高2%以上，真正实现降本增效。

03

让更多技术人才走向台前 代表国产工业软件发声

为激发产研活力，三维家与国内顶尖院校、专家学者保持着频繁的学术交流。去年11月，包括中国科学技术大学刘利刚教授，浙江大学冯结青教授、蔺宏伟教授等中国顶尖的应用数学、几何建模、计算机图形学领域专家学者走进三维家，与三维家研发团队深度交流，进行元宇宙下的建模技术探讨。

今年，三维家推出“元矩阵” 科技 计划——与中国科学技术大学、华南理工大学、暨南大学等顶尖学府建立更深入的链接，有望在学术交流、“产学研”合作上走得更远；与阿里云、华为云、英伟达NVIDIA等技术伙伴深化合作，让三维家在实时光追渲染、图形建模、虚拟仿真等底层技术上接连突破，构筑起坚不可摧的技术护城河。

三维家创始人、CEO蔡志森曾表示，希望把一直处于幕后的技术研发团队推向台前，向行业、学术圈发出三维家的声音。近年来，三维家技术团队频频在顶级 科技 峰会上“献出首秀”，分享技术成果。去年阿里云栖大会上，三维家3D产品负责人曹健、解决方案架构师、中科院博士周子超等均亮相发表演讲，介绍三维家在企业上云、产业数字化等方面的突破。

而在8月即将举行的QCon全球软件开发大会上，三维家技术研究院基础平台负责人陈江豪将以“webassembly技术背景下工业软件云上实战”的主题进行分享。同时，在计算机辅助设计和图形学领域的“奥斯卡”CAD&CG大会、华为HC全链接大会、英伟达GTC China等峰会上，也将看到三维家的强势发声。

结语：

科技 创新的背后，是企业对前沿技术的 探索 、对商业模式的不断打磨，和对产业场景的落地应用，这需要有长期主义的坚持。三维家正在将论文研究、产学研合作成果、自研技术优势等优先应用在家居产业，让人工智能、大数据、云计算、XR、工业建模等技术能在更多商业场景中落地，为产业发展搭建起一条数字化的“高速路”。

计算机视觉方向有：1、图像分类 2、目标检测 3、 图像分割4、目标跟踪 5 图像滤波与降噪 6、图像增强7、 三维重建8、 图像检索。

计算机视觉的定义：计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。计算机视觉是一门综合性的学科，它已经吸引了来自各个学科的研究者参加到对它的研究之中。其中包括计算机科学和工程、信号处理、物理学、应用数学和统计学，神经生理学和认知科学等。

原理：计算机视觉就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。要经过长期的努力才能达到的目标。因此，人们努力的中期目标是建立一种视觉系统，这个系统能依据视觉敏感和反馈的某种程度的智能完成一定的任务。

医疗计算机视觉

应用：最突出的应用领域是医疗计算机视觉和医学图像处理。这个区域的特征的信息从图像数据中提取用于使患者的医疗诊断的目的。计算机视觉在医疗领域的应用还包括增强人类的感知能力，例如超声图像或X射线图像，以降低受噪声影响的图像。

通过机器模拟人类视觉系统，采集、处理、分析视频图片素材，提取并理解场景信息。 目前CV的落地主要集中在安防、医疗、零售、自动驾驶；在互联网短视频、物流、智能教育几个行业也有少量对特定场景的解决方案。 17年，人工智能市场规模237亿，CV占了34.9%。 其中67.9%的营收都是安防领域贡献的，18.1%来自广告营销。 目前依然是安防占据了CV市场结构中的大头，这可能和行业特点、硬件/算法发展路径有关。 相比其他传统行业，安防行业有更强的"鉴定身份"需求，场景从最初的 1.1v1,1vN,指纹比对  2.身份证人脸比对 到最新的 3.静态人脸自动检测 4.动态人脸检测&对象行为轨迹分析  5.智慧案情分析 发展方向从单纯的鉴定身份，逐渐到后续更多的业务场景。 整理18年1—8月人工智能创业公司融资信息，找出最新的行业落地方向，分析产品竞争力。 18年上，融资的创业公司共199家，计算机视觉通用服务方向有36家，和CV有关的30家。 落地行业，按企业数量排序为：医疗、零售、工业检测、智能驾驶、智能教育、安防，其中有专注底层技术，提供多行业解决方案的，比如商汤、旷世，也有聚焦一个行业的，比如哈哈零售、一脉阳光。 医疗：基于计算机视觉技术的，智能CT、智能X线辅助筛查，辅助放射科医生诊断病情，除了初步的辅助诊断病情，还有针对医学痛点的其他AI方案，例如推想科技提供的医疗深度学习平台，药物研发深度学习平台等。运营模式上，基本都是和医院合作，提供智能诊疗系统。行业的难点在高质量数据难以获得，业务场景相对复杂，需要有专业医学背景的标注人员。 零售：提供基于计算机视觉的无人货架方案，自动识别用户拿走的商品，另外根据人流分析、商品销售情况，输出一整套 供应——>运输——>销售数字化方案。 工业检测： 提供基于深度学习的外观缺陷视觉检测、精确测量技术设备，目标行业是手机加工，汽车，3C等，价值在提高企业的加工环节的自动化率，降低人工成本、提高产品质量。 智能教育：和CV相关的，机器阅卷。 根据对AI影响比较重要的几个因素，算法、数据、落地场景，将相关公司分为几类 诸如顺丰、头条类公司，有丰富的数据积累，通过算法，输出AI方案，解决自己业务的痛点。 还有和第三方传统行业龙头战略合作，抱大腿接需求，专门解决对方业务痛点的，例如极视角和华润战略合作。 最后附一张，头部CV公司在各行业的产品布局。背景：看病流程可以简化为三个步骤，诊前：日常的运动、大保健，对疾病预防。 诊中：智能分流——>辅助诊断——>药方建议。诊后：保养，其他不在主流程里的还有药物研发、医生学习等。 观察整个诊疗过程，有图像产生&高重复性&人工大量集中的环节，主要在诊中，腾讯觅影提供辅助诊断的能力，也是在诊中环节，针对病人CT/X光，给医生提供可能疾病的建议，对医生提效的同事，也提高了初中级医生的判断能力。 从腾讯觅影的官网看，目前能够提供包括肺癌、食道癌等6个癌症的诊断能力，检出率or准确率，都能做到90%以上。 从医院公告来看，主要扮演提醒者，辅助医生作业。场景很明确，设计电商banner，初期是辅助，后期替换。 四个核心生成步骤： 一，让机器理解设计是什么构成的：通过人工数据标注，对设计的原始文件中的图层做分类，对元素做标注。设计专家团队也会提炼设计手法和风格。通过数据的方式告诉机器这些元素为什么可以放在一起，我们把专家的经验和知识通过数据输入。这部分核心是深度序列学习的算法模型。 第二步，建立元素中心：当机器学习到设计框架后，需要大量的生产资料。我们会建立元素库，通过机器做图像特征提取，然后分类，再通过人工控制图像质量以及版权问题，我们买了有版权的图库，也是希望从一开始就避免版权方面的纠纷。 第三步，生成的系统：原理有点像 Alpha Go 下围棋。我们在设计框架上构建起虚拟画布，类似棋盘，生成的系统把元素中心的元素往棋盘放，在这里我们采用了“强化学习”，就好像你在家里放一台扫地机器人，让它自己跑，跑个几圈，它自己会知道哪里有障碍要避开。在强化学习的过程中，机器参考原始样本，通过不断尝试，得到一些反馈，然后从中学习到什么样的设计是对的、好的。 第四步，评估的系统：我们会抓取大量设计的成品，从“美学”和“商业”两个方面进行评估。美学上的评估由人来进行，这方面有专业众包公司；商业上的评估就是看投放出去的点击率浏览量等等。从各创业公司的产品分布看，目前有三种模式 1.头部创业公司，竞争力在维持技术优势，未来有新的行业方向，第一时间切上去，因为技术优势，所以哪怕发现晚点，也可以快速形成自己有竞争力的方案。 2.利用行业资源，垂直做一个方向，算法可能不占优势，但因为竞争力在于资源，可以保证产品快速落地，积累资源、数据优势。 3.做方案商，自己没有数据、算力，输出算法能力，抱住一两个传统行业的大腿，接需求，对自己没有沉淀。 目前看,CV价值在两方面 1.替换辅助人工，业务提效 人能做的机器也能做，主要收益在提效，对应鲁班、机器阅卷、人脸监控、无人货架都是解放人力，提高效率。 具体是替换还是辅助，看场景的业务难度。 2.创造新的场景体验 人脸远程比对、视频广告、AI美颜，处理海量数据+低延时要求，人做不了，得靠机器，创造了新的场景和用户体验。 1. 找重复性人力集中的地方  2.找图片/视频和用户交叉的地方。