傳動網 > 新聞頻道 > 企業動態 > 資訊詳情

再刷世界紀錄,大華股份AI斬獲人體檢測國際競賽第一

時間:2018-09-13

來源:網絡轉載

導語:近日,大華股份基于深度學習技術研發的目標檢測技術,刷新了KITTI2DObjectDetection(Pedestrian)競賽的全球最好成績,取得了人體目標檢測排行榜第一名,超越其它一流的AI公司和頂尖的學術研究機構,以及ECCV和CVPR最佳目標檢測研究成果,這標志著大華股份在目標檢測領域處于世界領先水平。

【中國傳動網 企業動態】 近日,大華股份基于深度學習技術研發的目標檢測技術,刷新了KITTI2DObjectDetection(Pedestrian)競賽的全球最好成績,取得了人體目標檢測排行榜第一名,超越其它一流的AI公司和頂尖的學術研究機構,以及ECCV和CVPR最佳目標檢測研究成果,這標志著大華股份在目標檢測領域處于世界領先水平。

大華股份在AI的核心技術領域持續耕耘,不斷提升智能算法、算力的核心競爭力。這是大華股份繼2018年取得KITTI國際競賽車輛目標檢測第一名之后,再次在人體目標檢測領域取得重大突破。前不久,大華股份行人多目標跟蹤技術在MOTChallenge國際測評中取得第一的好成績。

KITTI數據集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦,是目前國際上最大的計算機視覺算法評測數據集之一。數據集用于評測立體圖像(stereo),光流(opticalflow),視覺測距(visualodometry),物體檢測(objectdetection)和跟蹤(tracking)等計算機視覺技術在車載環境下的性能。KITTI包含市區、鄉村和高速公路等場景采集的真實圖像數據,每張圖像中最多包含15輛車和30個行人,且存在不同程度的遮擋與截斷。

2D人體目標檢測任務

該任務中的行人數量多,且有大量遮擋截斷的情況,行人尺度、角度變化多,目標檢測難度較大。大華股份最終以78.29%的準確率位列第一。

本次競賽在大華自主研發的深度學習平臺上,汲取了ResNet等網絡結構的優點,改進了深度學習檢測算法框架,采用強化學習等訓練技巧,并運用多模型融合技術,大幅提升了遮擋目標和小目標的檢出率。

該競賽數據集的行人檢測效果圖如下:行人檢測效果圖

本次競賽中使用的技術已經在大華的客流分析、人群態勢、視頻結構化解析、周界管理、智能交通等產品和解決方案上得到廣泛應用。

 

中傳動網版權與免責聲明:

凡本網注明[來源:中國傳動網]的所有文字、圖片、音視和視頻文件,版權均為中國傳動網(www.hysjfh.com)獨家所有。如需轉載請與0755-82949061聯系。任何媒體、網站或個人轉載使用時須注明來源“中國傳動網”,違反者本網將追究其法律責任。

本網轉載并注明其他來源的稿件,均來自互聯網或業內投稿人士,版權屬于原版權人。轉載請保留稿件來源及作者,禁止擅自篡改,違者自負版權法律責任。

如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。

關注伺服與運動控制公眾號獲取更多資訊

關注直驅與傳動公眾號獲取更多資訊

關注中國傳動網公眾號獲取更多資訊

最新新聞
查看更多資訊

熱搜詞
  • 運動控制
  • 伺服系統
  • 機器視覺
  • 機械傳動
  • 編碼器
  • 直驅系統
  • 工業電源
  • 電力電子
  • 工業互聯
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機界面
  • PLC
  • 電氣聯接
  • 工業機器人
  • 低壓電器
  • 機柜
回頂部
點贊 0
取消 0