宇視AI算法刷新MOT世界記錄 實(shí)戰部署

2019年3月，宇視科技（uniview）計算機視覺(jué)與深度學(xué)習算法在Multiple Object Tracking (MOT) Challenge全球競賽刷新最好成績(jì)，在MOT最新的數據集MOT17Det中，將交通場(chǎng)景目標檢測的AP提高至0.89X，呈現最高識別準確率與最低誤報率，以第一名打破騰訊優(yōu)圖、商湯等AI算法名企創(chuàng )下的記錄。

圖 宇視算法突破高人流密度與遮擋等痛點(diǎn)，實(shí)戰部署多場(chǎng)景，位列MOT Challenge多目標行人目標

MOT Challenge是國際多目標檢測跟蹤領(lǐng)域最權威的測評平臺，評測多行人對象在復雜場(chǎng)景下進(jìn)行同時(shí)檢測及跟蹤的算法性能。MOT競賽每年舉辦，是世界各大AI研究機構、企業(yè)、高校角逐之地，MOT17Det采集自不同場(chǎng)景和多個(gè)拍攝角度下的素材，覆蓋各種復雜情況、待檢測目標，涉及欠曝和過(guò)曝場(chǎng)景、微小目標、目標被大量遮擋等。打榜的宇視算法AdaptNet 1.2版本，主要改進(jìn)點(diǎn)為：

- 在已有的深度神經(jīng)網(wǎng)絡(luò )的基礎上，融合了多尺度深度特征，提升對微小目標的表達能力。

- 提出了一種新的基于最大類(lèi)間距的損失函數，可以提升目標遮擋情況下的檢測精度。

- 采用一種新的注意力機制，進(jìn)一步提升過(guò)曝和欠曝等難檢目標的檢出率。

專(zhuān)攻人工智能科目的宇視研發(fā)副總裁謝會(huì )斌表示：“本次取得排名世界第一，驗證了我們AdaptNet網(wǎng)絡(luò )模型的有效。宇視內部AI算法各團隊代號以貓科動(dòng)物命名，此次打榜的是‘陸虎’小組。2017年，宇視在KITTI評測中獲得世界第一，側重的是車(chē)道檢測。優(yōu)秀算法模型的產(chǎn)生，不僅是在實(shí)驗室中的研究氛圍和論文產(chǎn)出、集群算力投入，宇視引以為豪的還有在實(shí)戰部署的項目中檢驗迭代?！?/span>

2019年以來(lái)，AdaptNet已運用于宇視前后端AI系列產(chǎn)品，如『天目』卡口/電警、『函谷』人臉/人體抓拍機、行業(yè)款『昆侖』數據結構化服務(wù)器等。安防+AI大規模部署，宇視將傳統AI三要素演進(jìn)為六要素：算法、算力、數據，產(chǎn)品、工程、方案，從IMOS操作系統到六山兩關(guān)，實(shí)現了全系列AI產(chǎn)品在雪亮、平安、交通、企業(yè)、教育、金融等多場(chǎng)景的落地，以實(shí)戰成果守護安全美好生活。

圖 宇視全系列AI產(chǎn)品以中國關(guān)山命名，六山兩關(guān)產(chǎn)品中，僅『昆侖』重器就部署超過(guò)300個(gè)項目