作為成渝地區東數西算的深度參與者

，特斯聯近期對外公布了其計算機視覺（CV）領域的多個科研突破，並有8篇論文被CVPR


、TPAMI等頂級國際學術會議和期刊收錄。

　　此次，特斯聯在CV領域的科研突破涵蓋語義分割、圖像增強、顯著物體識別、遷移學習、行為識別等方麵。其中不少創新技術打破了現有技術上限，亦開發了數個性能更優、識別更快、效率更高的模型

，這些技術研究的應用與推廣將成為特斯聯賦能城市數字化、智能化的有力保障。

　　在機器視覺行業產業鏈中，如上遊的光源
、鏡頭、工業相機、圖像處理器、圖tu像xiang采cai集ji卡ka等deng硬ying件jian，圖tu像xiang處chu理li軟ruan件jian和he底di層ceng算suan法fa等deng軟ruan件jian係xi統tong會hui隨sui著zhe機ji器qi視shi覺jiao的de迭die代dai而er快kuai速su發fa展zhan
，推tui進jin整zheng個ge產chan業ye鏈lian的de升sheng級ji。特te斯si聯lian集ji團tuan首shou席xi科ke學xue家jia兼jian特te斯si聯lian國guo際ji總zong裁cai邵shao嶺ling博bo士shi及ji其qi團tuan隊dui在zai該gai領ling域yu中zhong提ti出chu的de圖tu像xiang和he視shi頻pin的de識shi別bie和he學xue習xi各ge算suan法fa，極ji大da縮suo短duan了le訓xun練lian和he推tui理li時shi間jian，從cong圖tu像xiang識shi別bie提ti升sheng、識別效率提升以及解決數據標注瓶頸三個方麵
，提升了整體視覺應用效果。

　　圖像識別提升方麵，團隊的技術突破主要集中在算法層麵，囊括背景消除模塊、圖tu像xiang特te征zheng突tu出chu等deng。這zhe些xie可ke以yi從cong圖tu像xiang本ben質zhi入ru手shou
，豐feng富fu圖tu像xiang本ben身shen信xin息xi，去qu除chu多duo餘yu噪zao點dian，為wei後hou續xu圖tu像xiang識shi別bie提ti供gong高gao清qing的de圖tu像xiang數shu據ju
，是shi高gao效xiao率lv識shi別bie的de基ji礎chu。更geng有you技ji術shu突tu破po采cai用yong創chuang新xin手shou法fa，如ru加jia上shang聲sheng音yin信xin息xi來lai協xie助zhu識shi別bie，提ti高gao信xin息xi準zhun確que度du。

　　weitigaoshibiexiaolv，tuanduiyanjiuchuxindesuanfakuangjiayijixindecaiyangqi，keyixianzhutigaoshibiexiaolv
，dadasuoduanxunlianshijian。zaituxiangshibiezhong
，kuaisudeshibiekeyitigaofuwuzhiliang
，jianshaoyanchi，rangrenmenganshougengzhinengdejiaohu。

　　ciwai，tesiliantuanduihaijiejueletuxiangbiaozhuwenti。shujubiaozhushiyigezhongyaodeguocheng，chuantongrengongshujubiaozhufeishifeili。tuanduitichuleyizhongxindeleibieduibijishu（CaCo），該技術在無監督域適應（UDA）任務的實例判別之上引入語義先驗，可以有效地用於各種視覺UDA任務。該技術構建了一個具有語義感知的字典，其中包含來自源域和目標域的樣本
，每個目標樣本根據源域樣本的類別先驗分配到一個（偽）類別標簽
，以便學習與UDA目標完全匹配的類別區分但域不變的表征。

　　與當下最先進的方法對比，簡單的CaCo技術可以實現更優越的性能表現，也可以成為現有UDA方法的補充，推廣到其他機器學習方法中去
，如無監督模型適應，開放/部分集適應等。該技術解決了傳統監督學習需要大量人工標注的問題

，比現有技術擁有更高的效率。