通信網(wǎng)banner.jpg)
相關(guān)專題：
（一飛/文）2021年1月19日- 在國(guó)際權(quán)威的多目標(biāo)跟蹤挑戰(zhàn)（Multiple Object Tracking Challenge，MOT）MOT20榜單上，紫光展銳多媒體算法的mota指標(biāo)超過(guò)70分，拿下全球冠軍。這也是MOT20 Challenge榜單上唯一一家超過(guò)70分的企業(yè)，彰顯了紫光展銳在多目標(biāo)跟蹤領(lǐng)域的業(yè)界領(lǐng)先水平。
MOT Challenge是多目標(biāo)跟蹤領(lǐng)域最權(quán)威的國(guó)際測(cè)評(píng)平臺(tái)，由慕尼黑工業(yè)大學(xué)、阿德萊德大學(xué)、蘇黎世聯(lián)邦理工學(xué)院以及達(dá)姆施塔特工業(yè)大學(xué)聯(lián)合創(chuàng)辦。MOT Challenge 提供了非常準(zhǔn)確的標(biāo)注數(shù)據(jù)和全面的評(píng)估指標(biāo)，用以評(píng)估跟蹤算法、行人檢測(cè)器的性能。
其中，MOT 20 benchmark包含8份新的視頻序列、密集且極具挑戰(zhàn)性的場(chǎng)景。這份數(shù)據(jù)集在4th BMTT MOT Challenge Workshop，CVPR 2019上首次發(fā)布，平均每幀高達(dá)246個(gè)行人，相比之前的挑戰(zhàn)賽數(shù)據(jù)集增加了夜晚數(shù)據(jù)集，對(duì)現(xiàn)有SOTA的MOT算法在解決極端稠密場(chǎng)景、算法泛化性等方面提出了艱巨挑戰(zhàn)。
紫光展銳在多媒體算法中針對(duì)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)、損失函數(shù)、訓(xùn)練數(shù)據(jù)處理等方面進(jìn)行了大量的創(chuàng)新和探索。針對(duì)競(jìng)賽中訓(xùn)練集沒有涉及到的場(chǎng)景，紫光展銳創(chuàng)新性的采用端到端同時(shí)檢測(cè)、行人識(shí)別策略，保障了算法在實(shí)際落地時(shí)的實(shí)時(shí)性，同時(shí)針對(duì)不同的端側(cè)算力靈活調(diào)整網(wǎng)絡(luò)大小，可靈活配套多種芯片方案的部署。
同時(shí)參與本次競(jìng)賽的還包括牛津大學(xué)、卡耐基梅隆大學(xué)、清華大學(xué)、慕尼黑工業(yè)大學(xué)、中科院、微軟等多家企業(yè)、大學(xué)和科研機(jī)構(gòu)的相關(guān)團(tuán)隊(duì)。
多目標(biāo)追蹤技術(shù)作為承載監(jiān)控、車載、無(wú)人機(jī)、賽事直播等應(yīng)用的關(guān)鍵技術(shù)，可準(zhǔn)確捕捉視頻中的關(guān)鍵信息，為進(jìn)一步的信息提取提供支持，將在智慧城市、物聯(lián)網(wǎng)等領(lǐng)域得到越來(lái)越廣泛的應(yīng)用。
在智能監(jiān)控場(chǎng)景中，算法可實(shí)現(xiàn)復(fù)雜場(chǎng)景下的目標(biāo)自動(dòng)提取、跟蹤、識(shí)別，理解目標(biāo)的活動(dòng)狀態(tài)，進(jìn)而實(shí)現(xiàn)場(chǎng)景狀態(tài)監(jiān)測(cè)、識(shí)別等。多目標(biāo)追蹤技術(shù)的應(yīng)用可大幅減少人工重復(fù)勞動(dòng)、提高工作效率和監(jiān)控系統(tǒng)的智能性、安全性；在賽事直播場(chǎng)景中，算法可自動(dòng)提取運(yùn)動(dòng)員的運(yùn)動(dòng)狀態(tài)，從而實(shí)現(xiàn)數(shù)據(jù)統(tǒng)計(jì)、自動(dòng)導(dǎo)播等功能，挖掘更多的數(shù)據(jù)價(jià)值；在智能車載場(chǎng)景中，算法可獲取道路中車輛、行人的運(yùn)動(dòng)信息，為自動(dòng)駕駛、安全輔助等應(yīng)用提供必要的決策數(shù)據(jù)支持。
圖像算法正在深度融合到越來(lái)越多的垂直行業(yè)，形成乘法效應(yīng)，衍生出創(chuàng)新的業(yè)務(wù)和應(yīng)用，讓人們的生活更加美好和便捷。
