繼今年三月份跨鏡追蹤（ReID）、3D人體重建技術(shù)、自然語言處理技術(shù)分別創(chuàng)造世界紀(jì)錄后，人工智能“國家隊(duì)”云從科技再一次領(lǐng)跑全球。同時(shí)，這也是云從科技第十四次獲得世界冠軍。

10月27日-11月2日，在ICCV 2019 Workshop舉辦的 Vision Meets Drone: A Challenge（簡稱：VisDrone 2019）挑戰(zhàn)賽上，云從科技研究院與中科院信息工程研究所葛仕明研究員團(tuán)隊(duì)（以下簡稱“聯(lián)合研究團(tuán)隊(duì)”）獲得了Task3“單目標(biāo)跟蹤挑戰(zhàn)（Single Object Tracking, SOT）”冠軍，再次刷新此項(xiàng)目的世界紀(jì)錄。

隨著無人機(jī)作為視覺數(shù)據(jù)采集設(shè)備已快速而廣泛的部署到城市、農(nóng)業(yè)、航空等應(yīng)用領(lǐng)域，對無人機(jī)平臺收集的視覺數(shù)據(jù)進(jìn)行分析和理解的需求變得愈發(fā)迫切。云從科技參與單目標(biāo)跟蹤挑戰(zhàn)賽的成果，不僅對計(jì)算機(jī)視覺甚至人工智能技術(shù)是進(jìn)一步的推動，也對視頻監(jiān)控、人機(jī)交互、自動駕駛、虛擬現(xiàn)實(shí)等場景都具有重要意義。

今后，云從科技將繼續(xù)以人工智能技術(shù)與人機(jī)協(xié)同平臺為基礎(chǔ)，通過行業(yè)領(lǐng)先的人工智能、認(rèn)知計(jì)算與大數(shù)據(jù)技術(shù)形成的整合解決方案，促進(jìn)泛在智能下的未來城市建設(shè)。

VisDrone2019 挑戰(zhàn)賽

ICCV 2019國際計(jì)算機(jī)視覺大會由 IEEE 主辦，與計(jì)算機(jī)視覺模式識別會議（CVPR）和歐洲計(jì)算機(jī)視覺會議（ECCV）并稱計(jì)算機(jī)視覺方向的三大頂級會議，屬于CCF A 類會議。

此次VisDrone 2019（無人機(jī)目標(biāo)檢測）挑戰(zhàn)賽，要從無人機(jī)獲取的視覺數(shù)據(jù)中進(jìn)行物體檢測和跟蹤，吸引了來自海內(nèi)外知名高校、科研機(jī)構(gòu)和企業(yè)，包括中科院、清華大學(xué)、馬里蘭大學(xué)、伊利諾伊大學(xué)厄巴納-香檳分校、云從科技、三星研究院等近百支隊(duì)伍參賽。

本屆挑戰(zhàn)賽包含了四個(gè)任務(wù)，聯(lián)合研究團(tuán)隊(duì)參加了“任務(wù)3：單目標(biāo)跟蹤挑戰(zhàn)”，最后在眾多參賽隊(duì)中脫穎而出獲得冠軍。

VisDrone 2019數(shù)據(jù)集由天津大學(xué)機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘?qū)嶒?yàn)室的AISKYEYE團(tuán)隊(duì)收集，全部基準(zhǔn)數(shù)據(jù)集由無人機(jī)捕獲，包括288個(gè)視頻片段，總共包括261908幀和10209個(gè)靜態(tài)圖像。

這些幀由260多萬個(gè)常用目標(biāo)（如行人、汽車、自行車和三輪車）的手動標(biāo)注框組成。為了讓參賽隊(duì)伍能夠更有效地利用數(shù)據(jù)，數(shù)據(jù)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(diǎn)諸多。聯(lián)合研究團(tuán)隊(duì)在“任務(wù)3：單目標(biāo)跟蹤挑戰(zhàn)”中，不僅要處理訓(xùn)練集、驗(yàn)證集、測試集等大量數(shù)據(jù)，還要克服數(shù)據(jù)中的低分辨率、長期遮擋、相機(jī)運(yùn)動模糊等困難。

任務(wù)3：單目標(biāo)跟蹤挑戰(zhàn)

創(chuàng)造世界新紀(jì)錄

經(jīng)過反復(fù)訓(xùn)練與測試，聯(lián)合研究團(tuán)隊(duì)最終提出了改進(jìn)的精確目標(biāo)狀態(tài)估計(jì)算法：ED-ATOM。方法里面包含兩個(gè)模塊：目標(biāo)估計(jì)和物體分類。

其中，目標(biāo)估計(jì)模塊使用IOU預(yù)測網(wǎng)絡(luò)、ResNet-18網(wǎng)絡(luò)和ImageNet等數(shù)據(jù)集來做預(yù)訓(xùn)練，同時(shí)使用低光照圖像增強(qiáng)算法處理原始數(shù)據(jù)，離線精調(diào)模型后再在線基于跟蹤狀態(tài)的搜索策略改進(jìn)魯棒性。

物體分類模塊則使用數(shù)據(jù)增強(qiáng)的方法，進(jìn)行在線數(shù)據(jù)擴(kuò)充，以便于分類模型的可推廣性。同時(shí)基于跟蹤狀態(tài)的有效搜索策略，改進(jìn)穩(wěn)健性。

最終，結(jié)合IE（圖像增強(qiáng)）、ED（通過增強(qiáng)數(shù)據(jù)訓(xùn)練的IOU預(yù)測網(wǎng)絡(luò)）、DA（在線數(shù)據(jù)增強(qiáng)）、LT（長期跟蹤）幾種方法的ED-ATOM算法，取得了最優(yōu)成績，刷新了世界紀(jì)錄。

運(yùn)用微光圖像增強(qiáng)方法實(shí)行暗部追蹤訓(xùn)練，通過不同方法的測試，確定效果最佳方案；

運(yùn)用數(shù)據(jù)擴(kuò)充方案，在目標(biāo)外觀發(fā)生變化的情況下，通過翻轉(zhuǎn)、平移、縮放、仿射、旋轉(zhuǎn)、模糊等增強(qiáng)方法，提高跟蹤自適應(yīng)性；

在面對嚴(yán)重的不在視野和完全遮擋的跟蹤情況下，使用長期跟蹤方案，可以自適應(yīng)搜索區(qū)域，提高跟蹤穩(wěn)健性。

通過ED-ATOM算法，我們可以實(shí)現(xiàn)在低分辨率、長期遮擋、攝像機(jī)運(yùn)動/運(yùn)動模糊等情況下的有效可視化，從而達(dá)到鎖定目標(biāo)、預(yù)判行動等效果。

高質(zhì)量跟蹤分?jǐn)?shù)

該成果的取得是聯(lián)合研究團(tuán)隊(duì)共同的努力，始終堅(jiān)持人工智能在實(shí)際場景運(yùn)用中的技術(shù)研究與創(chuàng)新。云從科技孵化自中科院重慶研究院，與中科院可謂一脈相承。

作為人工智能領(lǐng)域的智能服務(wù)領(lǐng)軍企業(yè)，云從科技吸引并擁有全球最優(yōu)秀的人才。在廣州、重慶、上海、蘇州、成都等地都成立了研發(fā)中心，研發(fā)人員超過1000名，提供了核心技術(shù)產(chǎn)品研發(fā)能力。同時(shí)與各大學(xué)、研究院等成立聯(lián)合實(shí)驗(yàn)室，掌握最前沿的核心技術(shù)研發(fā)能力。雄厚的人才與技術(shù)儲備，為云從科技再次創(chuàng)造世界紀(jì)錄提供強(qiáng)大動力。

追求技術(shù)創(chuàng)新的同時(shí)，云從科技始終堅(jiān)持技術(shù)場景化的落地應(yīng)用。ED-ATOM算法的提出，對今后安防偵測、行人跟蹤、安全檢測等方面的產(chǎn)品研發(fā)，將發(fā)揮更有價(jià)值的作用。

例如在智能安防方面，云從科技研發(fā)的智能安防管理系統(tǒng)是一套以人為核心的基于物聯(lián)網(wǎng)、人工智能和大數(shù)據(jù)技術(shù)的智能化應(yīng)用系統(tǒng)。新算法的融合，讓可能的移動端（無人機(jī)或者自主系統(tǒng)）上得到應(yīng)用的機(jī)會大大提升。