水果视频www下载

雲從科技获ICCV 2019無人機單目標追蹤挑戰賽冠軍

導讀:10月27日-11月2日,在ICCV 2019 Workshop,Vision Meets Drone: A Challenge(簡称:VisDrone 2019)挑战赛公布最终结果:雲從科技获無人機單目標追蹤挑戰賽冠軍

 

雲從科技研究院与中科院信息工程研究所葛仕明研究员团队(以下簡称“联合研究团队”)获得了Task3“单目标跟踪挑战(Single Object Tracking, SOT)”冠軍,再次刷新此項目的世界紀錄

这是继今年三月份跨镜追踪(ReID)、3D人体重建技术、自然语言处理技术分别创造世界紀錄后,雲從科技在人工智能领域再一次领跑全球。

同时,这也是雲從科技第十四次获得世界冠軍

?

 

VisDrone2019 挑战赛

 

ICCV 2019国际计算机视觉大会由 IEEE 主办,与计算机视觉模式识别会议(CVPR)和欧洲计算机视觉会议(ECCV)并称计算机视觉方向的三大顶级会议,属于CCF A 类会议。

此次VisDrone 2019(无人机目标检测)挑战赛,從無人機獲取的視覺數據中進行物體檢測和跟蹤,吸引了來自海內外知名高校、科研機構和企業,包括中科院、清華大學、馬裏蘭大學、伊利諾伊大學厄巴納-香槟分校、雲從科技、三星研究院等近百支隊伍參賽。

 

 

本屆挑戰賽包含了四個任務,联合研究团队参加了“任务3:单目标跟踪挑战”,最后在众多参赛队中脱颖而出获得冠軍。

VisDrone 2019数据集由天津大学机器学习与数据挖掘实验室的AISKYEYE团队收集,全部基准数据集由无人机捕获,包括288個視頻片段,總共包括261908幀10209個靜態圖像

這些幀由260多萬個常用目標(如行人、汽車、自行車和三輪車)的手動標注框組成。爲了讓參賽隊伍能夠更有效地利用數據,數據集還提供了場景可見性、對象類別和遮擋等重要屬性。

因此,本屆賽題難點諸多。聯合研究團隊在“任務3:單目標跟蹤挑戰”中,不僅要處理訓練集、驗證集、測試集等大量數據,還要克服數據中的低分辨率、長期遮擋、相機運動模糊等困難。

▲任務3:單目標跟蹤挑戰

 

創造世界新紀錄

 

經過反複訓練與測試,聯合研究團隊最終提出了改進的精確目標狀態估計算法:ED-ATOM

方法裏面包含兩個模塊:目標估計和物體分類

其中,目標估計模塊使用IOU預測網絡、ResNet-18網絡和ImageNet等數據集來做預訓練,同時使用低光照圖像增強算法處理原始數據,離線精調模型後再在線基于跟蹤狀態的搜索策略改進魯棒性。

物體分類模塊則使用數據增強的方法,進行在線數據擴充,以便于分類模型的可推廣性。同時基于跟蹤狀態的有效搜索策略,改進穩健性。

最終,結合IE(圖像增強)、ED(通過增強數據訓練的IOU預測網絡)、DA(在線數據增強)、LT(長期跟蹤)幾種方法的ED-ATOM算法,取得了最優成績,刷新了世界紀錄

 

▲刷新了世界紀錄

 

方法舉例

圖像增強

运用微光圖像增強方法实行暗部追踪训练,通过不同方法的测试,确定效果最佳方案。

數據擴充

运用數據擴充方案,在目标外观发生变化的情况下,通过翻转、平移、缩放、仿射、旋转、模糊等增强方法,提高跟踪自适应性。

長期跟蹤

在面对严重的不在视野和完全遮挡的跟踪情况下,使用長期跟蹤方案,可以自适应搜索区域,提高跟踪稳健性。

 

通過ED-ATOM算法,我們可以實現在低分辨率、長期遮擋、攝像機運動/運動模糊等情況下的有效可視化,從而達到鎖定目標、預判行動等效果。

 

▲高質量跟蹤分數

 

该成果的取得是联合研究团队共同的努力,始终坚持人工智能在实际场景运用中的技术研究与创新。雲從科技孵化自中科院,与信工所可谓一脉相承。

 

 

追求技术创新的同时,雲從科技始终坚持技术场景化的落地应用。

ED-ATOM算法的提出,對今後安防偵測、行人跟蹤、安全檢測等方面的産品研發,將發揮更有價值的作用。

例如在智能安防方面,雲從科技研发的智能安防管理系統是一套以人为核心的基于物联网、人工智能和大数据技术的智能化应用系統。新算法的融合,让可能的移动端(无人机或者自主系統)上得到应用的机会大大提升。

 

隨著無人機作爲視覺數據采集設備已快速而廣泛的部署到城市、農業、航空等應用領域,對無人機平台收集的視覺數據進行分析和理解的需求變得愈發迫切。

雲從科技参与单目标跟踪挑战赛的成果,不僅對計算機視覺甚至人工智能技術是進一步的推動,也對視頻監控、人機交互、自動駕駛、虛擬現實等場景都具有重要意義。

今后,雲從科技将继续以人工智能技術與人機協同平台为基础,通过行业领先的人工智能、认知计算与大数据技术形成的整合解決方案,促进泛在智能下的未来城市建设。