繼大華股份AI斬獲人體檢測(cè)國(guó)際競(jìng)賽第一名之后，近日，大華股份基于深度學(xué)習(xí)技術(shù)研發(fā)的目標(biāo)分割技術(shù)，又刷新了KITTI Road/Lane Detection(UM_ROAD)競(jìng)賽的全球最好成績(jī)，取得了道路場(chǎng)景下目標(biāo)分割排行榜第一名，超越其它一流的AI公司和頂尖的學(xué)術(shù)研究機(jī)構(gòu)，以及ICCV最佳目標(biāo)分割研究成果，這標(biāo)志著大華股份在目標(biāo)分割的智能算法領(lǐng)域處于世界領(lǐng)先水平。
（網(wǎng)址：www.cvlibs.net/dataset/kitti/eval_road.php）
大華股份在AI的核心技術(shù)領(lǐng)域持續(xù)耕耘，不斷提升智能算法、算力的核心競(jìng)爭(zhēng)力。經(jīng)過(guò)長(zhǎng)期的技術(shù)積累，大華股份在2017年文字檢測(cè)和識(shí)別、場(chǎng)景流識(shí)別等領(lǐng)域分別取得第一；2018年在2D車輛目標(biāo)檢測(cè)、MOT跟蹤、Pedestrian等國(guó)際競(jìng)賽中分別取得第一，本次在目標(biāo)分割算法領(lǐng)域又取得了新突破。
關(guān)于KITTI
KITTI數(shù)據(jù)集由德國(guó)卡爾斯魯厄理工學(xué)院和豐田美國(guó)技術(shù)研究院聯(lián)合創(chuàng)辦，是目前國(guó)際上最大的計(jì)算機(jī)視覺(jué)算法評(píng)測(cè)數(shù)據(jù)集之一。數(shù)據(jù)集用于評(píng)測(cè)立體圖像(stereo)，光流(optical flow)，視覺(jué)測(cè)距(visual odometry)，物體檢測(cè)(object detection)和跟蹤(tracking)，道路分割(road)，語(yǔ)義分割(semantics)等計(jì)算機(jī)視覺(jué)技術(shù)的性能。KITTI包含市區(qū)、鄉(xiāng)村和高速公路等場(chǎng)景采集的真實(shí)圖像數(shù)據(jù)，每張圖像中最多包含15輛車和30個(gè)行人，且存在不同程度的遮擋與截?cái)唷?/FONT>
可行駛區(qū)域道路分割任務(wù)（Road/Lane Detection）
該比賽任務(wù)為Kitti可行駛區(qū)域的道路分割任務(wù)，需要把各種場(chǎng)景下的可行駛區(qū)域分割出來(lái)，同時(shí)場(chǎng)景中存在各種遮擋和陰影，并且要求精確度達(dá)到像素級(jí)別；該訓(xùn)練集有289張數(shù)據(jù)，采用小樣本學(xué)習(xí)方案。
本次國(guó)際比賽在大華股份自主研發(fā)的深度學(xué)習(xí)平臺(tái)上，采用遷移學(xué)習(xí)的方法，借鑒Deeplabv3+、U-net、Hed等經(jīng)典框架的優(yōu)點(diǎn)，重點(diǎn)對(duì)U-Net、Hed邊緣檢測(cè)算法進(jìn)行了改進(jìn)，并應(yīng)用多尺度測(cè)試和多模型融合技術(shù)，提高了檢出率和召回率。
該項(xiàng)國(guó)際競(jìng)賽數(shù)據(jù)集的道路分割效果結(jié)果：
在大華實(shí)際產(chǎn)品和未來(lái)產(chǎn)品中的應(yīng)用
本次競(jìng)賽中使用的技術(shù)已經(jīng)在大華的新零售、智能交通等產(chǎn)品及解決方案上得到廣泛應(yīng)用，可以實(shí)現(xiàn)基于檢測(cè)目標(biāo)的像素級(jí)圖像分割，大幅提升目標(biāo)的檢測(cè)性能，尤其是在遮擋場(chǎng)景下智能算法的檢測(cè)能力。
新零售場(chǎng)景
采用目標(biāo)分割技術(shù)，可以實(shí)現(xiàn)商品像素級(jí)的區(qū)域檢測(cè)，高效捕獲不同角度擺放或存在重疊遮擋的商品，從而提升貨架上不同種類的商品識(shí)別率。
智能交通場(chǎng)景
采用目標(biāo)分割技術(shù)，在道路上可以精準(zhǔn)獲取車輛的邊界，提升視頻結(jié)構(gòu)化解析服務(wù)器、車輛大數(shù)據(jù)等產(chǎn)品的核心競(jìng)爭(zhēng)力。
|
