Apple представит передовые исследования в области компьютерного зрения на конференции CVPR

Компания Apple анонсировала свое участие в ежегодной международной конференции CVPR (IEEE/CVF Conference on Computer Vision and Pattern Recognition), посвященной компьютерному зрению и распознаванию образов. Мероприятие пройдет с 3 по 7 июня в конференц-центре Колорадо, Денвер. Помимо спонсорской поддержки, технологический гигант подготовил обширную программу выступлений, включая стендовые доклады, презентации и профильные семинары.

Ключевые научные разработки Apple

В рамках конференции специалисты компании представят ряд исследований, охватывающих широкий спектр направлений: от обработки видео до мультимодальных языковых моделей. Среди представленных работ:

• AMUSE: программная платформа для анализа аудиовизуальных данных в системах с несколькими спикерами
• AToken: универсальный токенизатор для компьютерного зрения
• Автоматизация аннотирования жестового языка с помощью специализированных моделей
• DSO: метод прямой оптимизации управления для снижения предвзятости алгоритмов
• Комплексное тестирование пространственно-функционального интеллекта в мультимодальных больших языковых моделях
• Обучение долгосрочным двигательным эмбеддингам для генерации кинематики
• Pico-Banana-400K: масштабный набор данных для редактирования изображений с текстовым описанием
• SO-Bench: оценка структурного вывода для мультимодальных языковых моделей
• STARFlow-V: комплексное генеративное моделирование видео на основе нормализующих потоков
• TrajTok: обучение токенам траекторий для улучшения видеоаналитики
• UniGen-1.5: повышение качества генерации и обработки изображений через унификацию наград в обучении с подкреплением
• Velox: создание представлений четырехмерной геометрии и внешнего вида объектов
• VSAS-Bench: оценка систем визуальных ассистентов в режиме реального времени
• Ключевые аспекты практического сжатия изображений на основе методов машинного обучения

Программа выступлений и специальные мероприятия

В ходе секции, посвященной генеративному искусственному интеллекту для жестового языка (GenSign), ключевой доклад представит исследователь Apple Колин Ли. В период с 3 по 4 июня также запланированы три приглашенные лекции с участием ведущих инженеров компании. Кроме того, представители Apple Синь-Пин (Синди) Хуанг и Мэгги Сяо примут участие в менторском ужине для женщин в сфере компьютерного зрения.

Более подробная информация о расписании и темах выступлений доступна на официальном сайте конференции.

Твитнуть