Recherche Samsung¹ Les centres de R&D du monde entier présenteront un total de 20 thèses lors de la conférence Computer Vision and Pattern Recognition (CVPR) cette année.

CVPR est une conférence internationale de renommée mondiale sur l’intelligence artificielle (IA) co-organisée par l’Institute of Electrical and Electronics Engineers (IEEE) et la Computer Vision Foundation (CVF) qui existe depuis 1983. CVPR est largement considéré comme l’un des les trois conférences internationales les plus importantes dans le domaine de la vision par ordinateur, aux côtés de la Conférence internationale sur la vision par ordinateur (ICCV) et de la Conférence européenne sur la vision par ordinateur (ECCV). CVPR 2022 se tiendra sous la forme d’un événement hybride, en personne et en ligne, du 19 au 24 juin à la Nouvelle-Orléans, en Louisiane, aux États-Unis.

Parmi les articles de thèse soumis par Samsung Research, deux articles soumis par son centre d’IA de Toronto ont été sélectionnés pour des présentations orales. Les opportunités de faire des présentations orales au CVPR 2022 sont étendues aux 4 à 5% supérieurs du nombre total d’articles soumis. Pour le Toronto AI Center de Samsung, c’est la deuxième fois en deux ans qu’ils ont une telle chance, car ils ont également été sélectionnés pour présentation orale en 2020.

La première de ces deux présentations orales du Toronto AI Centre portera sur leur article « P³IV: Probabilistic Procedure Planning from Instructional Videos with Weak Supervision », une étude réalisée sur la façon de construire des systèmes d’IA de niveau supérieur capables d’analyser et d’imiter le comportement humain. La planification des procédures attire de plus en plus l’attention sur le terrain, car elle pourrait conduire à des technologies capables d’aider les humains à résoudre des problèmes ciblés, tels que la cuisson des aliments ou l’installation et la réparation d’appareils.

L’approche de l’équipe de recherche sape l’exigence précédente d’annotations de données coûteuses avec lesquelles les heures de début et de fin de chaque étape d’enseignement intermédiaire étaient étiquetées. Au lieu de cela, la nouvelle approche permet à l’IA d’apprendre à partir d’instructions en langage naturel, provenant d’Internet par exemple, et de prédire les étapes intermédiaires. De plus, le modèle est amélioré avec un module génératif probabiliste pour gérer l’incertitude inhérente à la planification procédurale.

▲ Une section de la présentation pour « P³IV : Planification probabiliste de la procédure à partir de vidéos pédagogiques avec une faible supervision » par le Toronto AI Centre

La deuxième présentation orale qui sera donnée par le Toronto AI Centre est une étude sur « Day-to-Night Image Synthesis for Training Nighttime Neural ISPs ». Cette étude se concentre sur la façon de synthétiser les données d’image nocturne nécessaires pour entraîner le mode nuit à l’aide de processeurs de signal d’image neuronaux (ISP) sur les caméras des smartphones. Cette technologie convertit des images claires de jour — qui sont beaucoup plus faciles à capturer que les images nocturnes — en paires d’images nocturnes, une stratégie qui démontre des performances comparables à la formation sur des données réelles capturées la nuit.

▲ Un visuel de « Day-to-Night Image Synthesis for Training Nighttime Neural ISPs » par le Toronto AI Centre

Approches innovantes couvrant les centres mondiaux d’IA de Samsung Research

En plus des deux mémoires soumis par le Toronto AI Center, d’autres centres Samsung AI mondiaux — tels que le Moscow AI Center, le Cambridge AI Center et le New York AI Center — ont également attiré l’attention des universitaires en prévision de la conférence.

Deux articles soumis par le Moscow AI Center ont été acceptés à la conférence. La première est une étude sur ce qui est actuellement l’estimation de profondeur à vue unique (SVDE) la plus compétitive au monde. Cette étude sur l’estimation de la profondeur — un domaine de recherche qui concerne de nombreuses formes de manipulation, de génération et d’analyse d’images — a attiré l’attention en raison de sa grande précision. Contrairement à ses prédécesseurs qui nécessitent un post-traitement gourmand en ressources, l’approche SVDE GP2 (General-Purpose and Geometry-Preserving) proposée démontre des capacités exceptionnelles sans avoir besoin de ce post-traitement.

Le deuxième article, « Stereo Magnification with Multi-Layer Images », est une étude d’une nouvelle méthode de photosynthèse 3D. Contrairement aux méthodes existantes de photosynthèse 3D, qui nécessitent une mémoire de grande capacité et des capacités de traitement, la méthode défendue dans cet article peut également être appliquée aux appareils mobiles, grâce à une efficacité de la mémoire considérablement accrue qui n’a pas nui à la précision ou à l’efficacité du traitement. .

L’article du Cambridge AI Center sur « Modélisation du processus gaussien des erreurs d’inférence approximatives pour les auto-encodeurs variationnels » atteint des performances de pointe en proposant une nouvelle méthode de modélisation du processus gaussien (GP). Cela permet l’inférence du temps de test à l’aide d’une seule passe d’avance dans l’auto-encodeur variationnel (VAE).

Ils ont également présenté le document intitulé « Repousser les limites des pipelines simples pour un apprentissage en quelques coups : les données externes et le réglage fin font la différence ». Dans cet article, l’équipe de recherche propose un nouveau réseau de neurones basé sur une architecture de transformateur innovante pour l’apprentissage en quelques coups qui est une méthode représentative pour faire face aux situations où les données ont peu d’étiquetage.

Ces réalisations, parmi bien d’autres, contribuent à souligner la position de Samsung Research dans le monde de la recherche en IA et dans le domaine de la vision par ordinateur. Parmi les autres articles acceptés pour le CVPR 2022, citons les travaux soumis par l’équipe de plate-forme de Samsung Research et l’équipe d’intelligence virtuelle du Samsung R&D Institute India.

Samsung Research exploite des centres d’IA dans sept régions différentes ; Corée (Séoul), États-Unis (Silicon Valley et New York), Canada (Toronto et Montréal), Royaume-Uni (Cambridge) et Russie (Moscou). À l’avenir, Samsung continuera à mener des recherches avancées et à promouvoir activement l’innovation dans le domaine de l’IA.

¹ Samsung Research, agissant en tant que centre de R&D avancé de Samsung Electronics, dirige le développement de technologies futures pour la division Device eXperience (DX) de la société.