日前，全球計算機視覺頂會ECCV 2020落下帷幕，各項挑戰(zhàn)賽的結果也塵埃落定。深蘭科技DeepBlueAI 團隊包攬了首屆GigaVision挑戰(zhàn)賽“行人和車輛檢測”和“多目標追蹤”兩個賽道的冠軍。
過去十年中，行人檢測、跟蹤、動作識別、異常檢測、屬性識別等以人為中心的計算機視覺分析任務引起了人們的極大關注，為了促進新的算法來理解大規(guī)?，F(xiàn)實世界場景中復雜的人群活動及社交行為，可把圖像放大千倍的十億級別像素目標檢測，將在例如人臉識別、無人駕駛、監(jiān)控安防和智能手機等多個領域被廣泛應用。
計算機視覺作為深蘭科技的核心技術之一，其實力已在多個國際頂會競賽中得以驗證，并已應用于不同領域的產(chǎn)品中，包括疫情期間發(fā)揮了極大作用的深蘭AI熱感視覺行為監(jiān)控系統(tǒng)－貓頭鷹，在廣州、深圳、武漢、上海、長沙等多地獲得自動駕駛路測牌照的熊貓智能公交車，以及各類機器人和智能零售產(chǎn)品等。
雙賽道冠軍方案
GigaVision賽題介紹
以人為中心的各項計算機視覺分析任務，例如行人檢測，跟蹤，動作識別，異常檢測，屬性識別等，在過去的十年中引起了人們的極大興趣。 為了對大規(guī)模時空范圍內(nèi)具有高清細節(jié)的人群活動進行跨越長時間、長距離分析，清華大學智能成像實驗室推出一個新的十億像素視頻數(shù)據(jù)集：PANDA。 該數(shù)據(jù)集是在多種自然場景中收集，旨在為社區(qū)貢獻一個標準化的評測基準，以研究新的算法來理解大規(guī)?，F(xiàn)實世界場景中復雜的人群活動及社交行為。圍繞PANDA數(shù)據(jù)集，主辦方組織了GigaVision 2020挑戰(zhàn)賽。
本次的挑戰(zhàn)賽同時是ECCV2020的Workshop：「GigaVision： When Gigapixel Videography Meets Computer Vision」。
任務介紹 挑戰(zhàn)賽的任務是在由十億像素相機收集的大范圍自然場景視覺數(shù)據(jù)集PANDA上進行圖像目標檢測和視頻多目標跟蹤。Sub－Track 1 ： Pedestrian ＆ Vehicle Detection
這項任務是為了推動在十億像素圖像上的目標檢測技術的發(fā)展。挑戰(zhàn)的參與者需要檢測兩類目標：行人和車輛。對于每個行人，需要提交三類檢測框：可見身體范圍框、全身范圍框、行人頭部范圍框。對于每個車輛，需要提交可見范圍框。一些特殊的區(qū)域（如假人、極度擁擠的人群、車群、被嚴重遮擋的人等）將在評估中被忽略。Sub－Track 2 ： Multi－Pedestrian Tracking 這項任務是為了推動在十億像素視頻上的多目標追蹤技術的發(fā)展。PANDA寬視場、多目標、高分辨的優(yōu)越性能使特別適合于多目標長時間追蹤任務。然而，巨大的同類目標尺度變化和擁有豐富行人擁擠、遮擋的復雜場景也帶來了各種挑戰(zhàn)。在給定輸入視頻序列的情況下，該任務需要參與者提交行人在視頻中的軌跡。
評測指標
對于賽道一，類似于MS COCO數(shù)據(jù)集的評估方案，主辦方采用AP、APIOU＝0．50、APIOU＝0．75、ARmax＝10、ARmax＝100、ARmax＝500五個指標來評估檢測算法的結果。最終的排名依據(jù)于 AP 和 ARmax＝500 兩項指標的調(diào)和平均數(shù)，高者為優(yōu)。
對于賽道二，與MOTChallenge［2］中使用的評測方法類似，主辦方采用了包括MOTA、MOTP、IDF1、FAR、MT和Hz等指標來評估多目標追蹤算法的結果。最終的排名依據(jù)于 MOTA 和 MOTP 兩項指標的調(diào)和平均數(shù)，高者為優(yōu)。
123下一頁>（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
