banner.jpg)
相關(guān)專題：
（一飛/文）2021年1月19日- 在國際權(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70分，拿下全球冠軍。這也是MOT20 Challenge榜單上唯一一家超過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)威的國際測評平臺，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)和全面的評估指標(biāo)，用以評估跟蹤算法、行人檢測器的性能。
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，對現(xiàn)有SOTA的MOT算法在解決極端稠密場景、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網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計、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。針對競賽中訓(xùn)練集沒有涉及到的場景，紫光展銳創(chuàng)新性的采用端到端同時檢測、行人識別策略，保障了算法在實(shí)際落地時的實(shí)時性，同時針對不同的端側(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。
同時參與本次競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。
多目標(biāo)追蹤技術(shù)作為承載監(jiān)控、車載、無人機(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)域得到越來越廣泛的應(yīng)用。
在智能監(jiān)控場景中，算法可實(shí)現(xiàn)復(fù)雜場景下的目標(biāo)自動提取、跟蹤、識別，理解目標(biāo)的活動狀態(tài)，進(jìn)而實(shí)現(xiàn)場景狀態(tài)監(jiān)測、識別等。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、提高工作效率和監(jiān)控系統(tǒng)的智能性、安全性；在賽事直播場景中，算法可自動提取運(yùn)動員的運(yùn)動狀態(tài)，從而實(shí)現(xiàn)數(shù)據(jù)統(tǒng)計、自動導(dǎo)播等功能，挖掘更多的數(shù)據(jù)價值；在智能車載場景中，算法可獲取道路中車輛、行人的運(yùn)動信息，為自動駕駛、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。
