在人工智能領域，大華股份推出大華睿智系列的AI智能產品和解決方案，積極將人工智能落地到實際場景中，加速智慧物聯(lián)產業(yè)的升級。大華AI產品族包括前端攝像機、道閘等邊緣智能感知產品系列、智能存儲產品系列、智能服務器產品系列等；針對客戶場景化需求，大華推出智系列解決方案，為其提供人像識別、視頻解析、周界管理、無感通行等AI業(yè)務，賦能公安、交通、金融、樓宇、零售等各個行業(yè)領域，大幅提升數(shù)據的應用價值。
近日，大華股份基于深度學習技術研發(fā)的目標檢測技術，刷新了The KITTI Vision Benchmark Suite中2D車輛類目標檢測任務（2d object Detection Evaluation）的全球最好成績，取得了2D車輛類目標檢測排行榜第一名，超越一流的AI公司和頂尖的學術研究機構，以及CVPR 2017與2018年度最佳目標檢測研究成果，這標志著大華股份在目標檢測領域處于世界領先水平。
大華股份在AI的核心技術領域持續(xù)耕耘，不斷提升智能算法、算力的核心競爭力。這是大華股份繼2017年取得字符識別、場景流識別等4項國際競賽第一之后，再次在目標檢測領域取得突破。
關于KITTI
KITTI數(shù)據集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯(lián)合創(chuàng)辦，是目前國際上最大的自動駕駛場景下的計算機視覺算法評測數(shù)據集。數(shù)據集用于評測立體圖像(stereo)，光流(optical flow)，視覺測距(visual odometry)，物體檢測(object detection)和跟蹤(tracking)等計算機視覺技術的性能。KITTI包含市區(qū)、城鎮(zhèn)和高速公路等場景采集的真實圖像數(shù)據，每張圖像中最多包含15輛車和30個行人，且存在不同程度的遮擋與截斷。
2D車輛類目標檢測任務
該任務中的車輛數(shù)量多，且有大量遮擋截斷的情況，車輛尺度、角度變化豐富，目標檢測難度較大。大華股份最終以91.48%的準確率位列第一。
本次國際競賽在大華股份自主研發(fā)的深度學習平臺上，汲取了ResNet等網絡結構的優(yōu)點，改進了深度學習檢測算法框架，采用強化學習等訓練技巧，并運用多模型融合技術，大幅提升了遮擋目標和小目標的檢出率。
△源自:http://www.cvlibs.net/datasets/kitti/eval_object.php?obj_benchmark=2d
該項國際競賽數(shù)據集的車輛檢測效果圖如下
在大華股份的實際產品中，采用該
車輛目標檢測技術的應用效果圖如下
本次國際競賽大華股份使用的目標檢測技術已廣泛應用在公司新推出的智能產品上，尤其是基于數(shù)據結構化算法的前端攝像機、存儲NVR和服務器產品，以及交通“慧”系列相機，車輛大數(shù)據服務器等。
|
