雷鋒網(wǎng)按，近日，計算機(jī)視覺領(lǐng)域的國際頂會 CVPR 2020 首次以線上形式拉開帷幕。

在本屆 CVPR 大會與智能交通關(guān)系最緊密的 AI CITY Challenge 和 MOTS Challenge 兩大挑戰(zhàn)賽中，百度表現(xiàn)突出，斬獲 4 項世界冠軍及 1 個榜單冠軍，并成功衛(wèi)冕 1 項冠軍。

具體來說，AI CITY 智慧城市挑戰(zhàn)賽由英偉達(dá)、亞馬遜、馬里蘭大學(xué)等主辦，主要集中在交通相關(guān)的車輛跟蹤、再識別、異常事件分析等應(yīng)用場景。

AI CITY 智慧城市挑戰(zhàn)賽的 4 項比賽中，全球共有 315 支隊伍參加，其中不乏阿里、滴滴、松下、卡內(nèi)基梅隆大學(xué)等科技巨頭和高校。在以下 3 場競賽中，百度均取得了冠軍的成績：

• 車流統(tǒng)計（Track 1：Multi-Class Multi-Movement Vehicle Counting）；

• 車輛再識別（Track 2：City-Scale Multi-Camera Vehicle Re-Identification）；

• 異常事件檢測（Track 4：Traffic Anomaly Detection）。

百度勇奪AI CITY挑戰(zhàn)賽三項冠軍

其中，百度在今年的車輛重識別賽道蟬聯(lián)冠軍，異常事件檢測最終得分超第二名近 50%。

百度之所以能取得如此成績，要?dú)w功于其技術(shù)創(chuàng)新：

• 在車流統(tǒng)計任務(wù)中，提出平滑馬氏距離、漏檢框召回優(yōu)化等多目標(biāo)跟蹤改進(jìn)算法，結(jié)合基于軌跡形狀相似度的車道分類方法，整體方案綜合指標(biāo)達(dá)到 91.8%；

• 在車輛再識別任務(wù)中，通過采用 3D 渲染數(shù)據(jù)編輯、復(fù)雜負(fù)樣本增強(qiáng)、多信息融合等技術(shù)，最終 mAP 指標(biāo)大幅領(lǐng)先第二名 6% 以上；

• 在異常事件檢測任務(wù)中，提出雙向多粒度融合異常檢測算法，使得異常事件準(zhǔn)確率高達(dá) 98% 以上。

雷鋒網(wǎng)了解到，上述技術(shù)均已應(yīng)用于百度自研的智能交通系統(tǒng)，該系統(tǒng)整合了檢測、跟蹤、3D 定位、分割、身份重識別、事件分析在內(nèi)的一攬子視覺技術(shù)。

MOTS (Multi-Object Tracking and Segmentation) 多目標(biāo)跟蹤與實例分割挑戰(zhàn)賽則由德國慕尼黑大學(xué)、德國亞琛工業(yè)大學(xué)、ETH聯(lián)合舉辦。其中，MOT（多目標(biāo)追蹤）是視頻理解和分析領(lǐng)域的核心技術(shù)之一，廣泛應(yīng)用于智慧城市、智能交通等實際場景。

KITTI-MOTS 是自動駕駛權(quán)威數(shù)據(jù)集 KITTI 中多目標(biāo)跟蹤任務(wù)的擴(kuò)展，包括 21 段訓(xùn)練視頻以及 29 段測試視頻，每一段視頻均提供了所有物體（人和車）的實例分割標(biāo)注，成為首個同時提供實例分割以及多目標(biāo)跟蹤標(biāo)注的公開數(shù)據(jù)集。

今年，百度同時參加了 MOTS 和 MOT 競賽任務(wù)，并在 KITTI-MOTS 賽道以及 MOT20 榜單中斬獲第一。

百度拿下KITTI-MOTS競賽冠軍和MOT20榜單冠軍

其中，在 KITTI-MOTS 競賽中，百度提出了新型方法 PointTrack++，并且在行人和車輛兩個類別中均取得冠軍。PointTrack++ 包括視頻實例分割、掩膜特征提取以及多目標(biāo)關(guān)聯(lián)跟蹤等技術(shù)，突破性地把 3D 點(diǎn)云分析融入 2D MOTS 任務(wù)之中，首次實現(xiàn)實時在線的 MOTS 算法，并在車輛場景測評指標(biāo)上領(lǐng)先第二名 3 個百分點(diǎn)以上，實現(xiàn) SOTA 結(jié)果。

繼去年 MOT16 奪冠之后，百度繼續(xù)在 2020 年最新的多目標(biāo)追蹤榜單 MOT20 上進(jìn)行了測試，并取得了第一名的成績。相比往年，MOT20 使用一批全新的訓(xùn)練/測試數(shù)據(jù)集，場景行人高度密集，難度更大。

KITTI-MOTS競賽中算法可視化展示

左圖為MOT16算法可視化展示，右圖為MOT20算法可視化展示

在很大程度上來說，百度本次的表現(xiàn)與飛槳的強(qiáng)力支撐密不可分，主要體現(xiàn)在以下三個方面：

• 挑戰(zhàn)賽使用的檢測模型均基于 PaddleDetection 而打造；

• 飛槳豐富且領(lǐng)先的預(yù)訓(xùn)練主干網(wǎng)絡(luò)模型和完備的操作池，大幅縮短開發(fā)高精度模型的周期；

• PaddleClas SOTA 模型豐富，為快速構(gòu)建再識別任務(wù)提供了保障。

而且，挑戰(zhàn)賽冠軍模型已面向公眾開放，并且成功應(yīng)用到了國內(nèi)首個民用 Robotaxi 的車路協(xié)同系統(tǒng)之中。借助 PaddleLite 定制化提升模型性能，在算力有限的情況下也可保障系統(tǒng)魯棒運(yùn)行。

在目前火熱的新基建背景下，智能交通領(lǐng)域備受關(guān)注。

在這一方面，百度 Apollo 智能交通已落地長沙和滄州，并且正在推進(jìn)與其他城市的相關(guān)合作。

百度 AI 新基建版圖

「ACE 交通引擎」Apollo 智能交通方案通過統(tǒng)一的底座支持多種應(yīng)用，是全球第一個具有路側(cè)全息感知能力的自動駕駛車路協(xié)同系統(tǒng)，并服務(wù)于 Robotaxi 車隊的日常開放道路測試運(yùn)營。

基于上述同一套軟硬件系統(tǒng)的智能路口輸出更精準(zhǔn)的交通流指標(biāo)感知結(jié)果，支持實現(xiàn)更智能的信號燈優(yōu)化控制，顯著緩解高峰期干線擁堵，實現(xiàn)「燈看車、燈看人」的智能信號燈感應(yīng)式控制，并通過百度地圖手機(jī)APP服務(wù)于廣大出行用戶。

雷鋒網(wǎng)獲悉，百度智能城市也已經(jīng)逐漸落地北京、重慶等地，百度的技術(shù)布局也新基建的浪潮中發(fā)揮重要作用。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。