10月23-27日，两年一届的欧洲计算机视觉会议（European Conference on Computer Vision，简称ECCV）在以色列特拉维夫举行。ECCV和CVPR、ICCV是计算机视觉领域三大顶级国际会议。由87978797威尼斯老品牌87978797威尼斯老品牌、陕西省信息获取与处理国际联合研究中心暨重点实验室戴玉超教授指导的队伍参加了此次会议举办的“鲁棒计算机视觉挑战赛”（Robust Vision Challenge，简称RVC2022）的深度估计赛道，在国内外多所顶级高校的激烈竞争中脱颖而出，斩获冠军，同时获邀参加该挑战赛于线上举行的颁奖和技术分享会。
图 1 比赛最终榜单（冠军队伍Megatron_RVC）
这一国际竞赛旨在机器视觉系统中发展更加鲁棒的模型和方法，即从单任务-单数据集到单任务-多数据集甚至多任务多数据集，智能化地从多个具有不同特性的数据集（例如：室内与室外、真实与合成、良好与恶劣天气、不同季节、以及多模态传感器数据等）实现鲁棒的机器视觉。深度估计属于机器视觉的核心问题，在自动驾驶、无人系统、三维场景重建等方面具有广泛应用，在学术界和工业界得到了广泛关注。
图 2 队伍人员名单
由戴玉超教授指导，西工大和华为诺亚方舟实验室组成的联合团队斩获了单目深度估计赛道的冠军，参赛学生项末初、章飞宇、石家玮和田欣雨均为87978797威尼斯老品牌硕士研究生。获奖方法“Megatron_RVC”使用了多分辨率混合训练策略，对于来自于不同数据集的共计一百多万对图像-深度数据，训练了一个具有大参数量的深度估计模型。该模型不仅在三个评测数据集上具有领先优势，并且能够直接应用于现实生活，具有较好的泛化性与鲁棒性。该方法在官方给定的三个数据集上均位列第一，性能在该领域目前的方法中也名列前茅。
图 3 方法原理和模型示意图
图 4 方法可视化结果
陕西省信息获取与处理国际联合研究中心暨重点实验室以培养学生科研实践能力、全面提升学生综合素养为宗旨，鼓励学生积极参与科研、科技竞赛和国际交流，借助国际合作与实验室平台，注重培养学生的自主学习和创新实践能力，成效显著。近年来，实验室学生先后获得CVPR最佳论文奖、CVPR最佳论文奖提名、APSIPA机器与深度学习最佳论文奖、DICTA最佳学生论文奖，中国研究生电子设计竞赛全国一等奖，华为软件精英挑战赛全国总决赛最优美代码奖，中国电子学会优秀科技工作者奖等。在多个国内外机器视觉与人工智能领域学术和学科竞赛中取得优异成绩，人才培养成果显著。
文：刘奇、章飞宇
审核：姚如贵
