近日，自動化學院顏成鋼教授團隊以杭電為第一單位的論文被多媒體領域的國際會議ACM Multimedia （CCF A類會議）錄用。該項研究由顏成鋼教授團隊與中國科學院計算技術研究所李亮副研究員合作完成。第一作者為智能信息處理實驗室碩士生張杰華，通訊作者為李亮，作者名單中還包含了智能信息處理實驗室的顏成鋼、張繼勇老師等。

ACM MM是多媒體研究領域的首要國際會議，也是計算機圖形學與多媒體方向僅有三個CCF A類會議之一。ACM MM2021 一共收到 1,942 篇論文申請,最終入選 542 篇論文(約 27.9% 的接受率)。

該論文Heuristic Depth Estimation with Progressive Depth Reconstruction and Confidence-Aware Loss提出了一種包含漸進式深度重建和可信度感知的啟發式深度估計框架，探索了對低成本距離傳感器數據的高效利用，提升了基于深度學習的深度估計網絡的準確率以及對細小物體的重建能力。深度估計任務的目的在于根據輸入彩色圖片預測每個像素點的到相機的距離，在現實世界的許多應用中扮演著重要的角色，例如增強現實、虛擬現實和自動駕駛。在稀疏深度樣本的幫助下，現有基于深度學習的方法獲得了較高的準確率。然而，這些方法通常直接從高置信度稀疏深度樣本中推理出密集的深度圖，忽略了低置信度樣本中的信息，我們提出一種漸進式的深度估計方法和可信度感知損失，利用低可信度的樣本蒸餾出空間幾何和局部語義信息用于優化深度圖。具體來說，我們首先訓練一個U-NET網絡，用稀疏深度樣本生成粗糙的深度圖和相應的置信度圖。其次，一個漸進式深度重建網絡利用彩色圖像和粗糙深度圖，逐步的從多個尺度重建出細粒度的密集深度圖，其中有一個新設計的多級上采樣模塊用于恢復物體的局部結構。最后，我們提出了一個可信度感知損失函數，鼓勵網絡關注低可信度的樣本，引導網絡針對性的優化深度預測誤差較大的區域，例如細小物體的結構和物體的輪廓等。