近日，计算机视觉顶会CVPR 2022公布了会议录取结果，美图影像研究院（MT Lab）与北京航空航天大学可乐实验室（CoLab）联合发表的论文被接收。

本文中，来自美图影像研究院（MT Lab）与大连理工大学卢湖川团队的研究者们共同探究了如何仅使用文本描述作为参考的视频目标分割任务，突破性地提出了首个单阶段方法 ——YOFO，能够有效地进行端到端训练并达到 SOTA 效果。该论文已被 AAAI 2022 接收。

2022年7月1日，美图影像研究院（MT Lab）联合北京航天航空大学、中国人民大学在ACM国际多媒体会议(ACM International Conference on Multimedia, ACM MM）上主办的第四届Person in Context（PIC）竞赛圆满收官。

美图影像研究院（MT Lab）与新加坡国立大学提出高效的 MLP（多层感知机模型）视频主干网络，用于解决极具挑战性的视频时空建模问题。该方法仅用简单的全连接层来处理视频数据，提高效率的同时有效学习了视频中细粒度的特征，进而提升了视频主干网络框架的精度。此外，将此网络适配到图像域（图像分类分割），也取得了具有竞争力的结果。

6月19日，美图公司举办以“AI时代的影像生产力工具”为主题的第二届影像节，现场发布7款新品：AI视觉创作工具WHEE；AI口播视频工具开拍；桌面端AI视频编辑工具WinkStudio；主打AI商业设计的美图设计室2.0；AI数字人生成工具DreamAvatar；美图AI助手RoboNeo；美图视觉大模型MiracleVision。

美图影像研究院（MT Lab）与中国科学院大学突破性地提出正则化方法 DropKey，用于缓解 Vision Transformer 中的过拟合问题。该方法通过在注意力计算阶段随机 drop 部分 Key 以鼓励网络捕获目标对象的全局信息，从而避免了由过于聚焦局部信息所引发的模型偏置问题，继而提升了基于 Transformer 的视觉类算法的精度。该论文已被计算机视觉三大顶会之一 CVPR 2023 接收。

美图影像研究院（MT Lab）正式推出美图画质修复算法 V2（升级版）

美图影像实验室（MT Lab）利用 StyleGAN 技术落地了多个头发生成项目并在美图秀秀及海外产品 AirBush 上线刘海生成、发际线调整与稀疏区域补发等功能。

美图云修人工智能修图解决方案技术解析

近日，ICCV DeepFashion2 Challenge 2019公布了比赛结果，美图影像实验室MTlab斩获服饰关键点估计(Landmark Estimation)赛道的冠军。

美图影像实验室 MTlab 针对低清画质推出高效的人像画质修复算法，轻松解决图片被压缩，亦或是由于夜拍、抓拍或是抖动造成的照片模糊、失焦等问题。

美图影像实验室推出“10000点3D人脸关键点技术”——利用深度学习技术实现10000点的人脸五官精细定位，支持全方位姿态、各种极端表情，且在移动端达到500fps 的超高运行速度，实现电影级别的面部表情捕捉。