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、tuxiangcaijikadengyingjian
，tuxiangchuliruanjianhedicengsuanfadengruanjianxitonghuisuizhejiqishijiaodediedaierkuaisufazhan
，tuijinzhenggechanyeliandeshengji。tesilianjituanshouxikexuejiajiantesilianguojizongcaishaolingboshijiqituanduizaigailingyuzhongtichudetuxiangheshipindeshibiehexuexigesuanfa，jidasuoduanlexunlianhetuilishijian，congtuxiangshibietisheng
、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、tuxiangtezhengtuchudeng。zhexiekeyicongtuxiangbenzhirushou，fengfutuxiangbenshenxinxi
，quchuduoyuzaodian，weihouxutuxiangshibietigonggaoqingdetuxiangshuju
，shigaoxiaolvshibiedejichu。gengyoujishutupocaiyongchuangxinshoufa，rujiashangshengyinxinxilaixiezhushibie，tigaoxinxizhunquedu。

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

　　此(ci)外(wai)，特(te)斯(si)聯(lian)團(tuan)隊(dui)還(hai)解(jie)決(jue)了(le)圖(tu)像(xiang)標(biao)注(zhu)問(wen)題(ti)。數(shu)據(ju)標(biao)注(zhu)是(shi)一(yi)個(ge)重(zhong)要(yao)的(de)過(guo)程(cheng)，傳(chuan)統(tong)人(ren)工(gong)數(shu)據(ju)標(biao)注(zhu)費(fei)時(shi)費(fei)力(li)。團(tuan)隊(dui)提(ti)出(chu)了(le)一(yi)種(zhong)新(xin)的(de)類(lei)別(bie)對(dui)比(bi)技(ji)術(shu)（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。