特斯联公布最新科研成果：含图像恢复与增强、显著对象识别等

【环球网科技综合报道】9月1日消息，近日，特斯联公布其最新科研成果，包括物体检测与分割、图像恢复与增强、显著对象识别等细分方向的研究突破。

据悉，该成果被收录在学术刊物IEEE T-PAMI （全称：IEEE Transactions on Pattern Analysis and Machine Intelligence，涉及人工智能、计算机视觉、模式识别等多个领域），上述研究成果可广泛应用于智慧城市的高效治理、城市服务等诸多领域及业务场景，并将被特斯联新一代智慧城市操作系统TacOS及其他AI算法赋能平台采用。

其中，团队提出了一种用于图像和视频实例分割的快速单阶段方法，称为SipMask，它通过执行多个子区域掩码预测来保留实例空间信息。团队所提出方法中的主要模块是一个轻量级空间保留模块，该模块为边界框内的子区域生成一组单独的空间系数，从而能够更好地描绘空间相邻实例。为了更好地将掩模预测与目标检测相关联，团队进一步提出了掩模对齐加权损失和特征对齐方案。

而且团队明确了两个阻碍单阶段实例分割性能的问题，并引入了两个模块，包括样本选择方案和实例细化模块以解决这两个问题。