中国计算机视觉大会水平,优必选8篇论文入选ECCV 2018 计算机视觉顶级会议见证中国力量...

9月8日，ECCV 2018(European Conference on Computer Vision,

计算机视觉欧洲大会)在德国慕尼黑召开。ECCV与CVPR、ICCV一起被称为计算机视觉领域的三大顶级学术会议，本届 ECCV的规模刷新纪录，注册参会人数近3200人，大会投稿论文 2439 篇，其中接收论文 776

篇。今年，优必选悉尼AI研究院一共有8篇论文入选，优必选再次作为中国企业的代表在国际顶级学术会议上展现中国AI力量。

以下是优必选悉尼AI研究院此次入选ECCV 2018的8篇论文的解读：

论文1：Correcting the Triplet Selection Bias for Triplet Loss.

三元组损失函数在度量学习中很受欢迎,并在许多计算机视觉任务中取得了巨大成功, 例如细粒度图像分类,

图像检索和人脸识别。考虑到三元组的数量随着训练数据集的大小而立方增长，因此三元组采样对于高效训练三元组损失函数是必不可少的。然而，三元组损失函数的训练过程通常对三元组的采样非常敏感。

例如，在实际应用中, 使用随机选择的三元组, 算法很难收敛; 使用最难的三元组会导致算法收敛到较差的局部极小值点。对此,

我们认为三元组的采样偏差限制了三元组损失函数的性能。在本文中，我们提出了一种新的三元组损失函数的变体，它试图通过自适应地校正所选三元组的分布偏移来减少三元组采样的偏差。我们将这种新的三元组损失函数称为自适应的三元组损失。我们在MNI