shanghai security defense & alarm association 愛建網">
近日,大華股份基于深度學習的視覺目標跟蹤算法,在通用目標跟蹤評測集GOT-10k(Generic Object Tracking Benchmark)上獲得綜合精度排行榜第一,超越了其它一流AI公司和頂尖的學術研究機構;同時在OTB2015/VOT2018/VOT2019數據集上刷新了當前跟蹤算法SOTA(state-of-the-art)標準,這標志著大華在視覺目標跟蹤領域處于領先水平。
大華視覺目標跟蹤算法獲得GOT-10K評測排行榜第一
(網址: http://got-10k.aitestunion.com/index)
關于GOT-10k
GOT-10k數據集由中國科學院自動化研究所CASIA的智能系統與工程研究中心發布并維護,是具有國際權威的通用目標跟蹤算法評測數據集。其中,訓練集由10000個視頻序列組成,包含563個目標類別與87種運動模式;測試集由180個視頻序列組成,包含84個目標類別與32種運動模式。訓練集與測試集的目標類別不重合,且算法評估時要求使用統一的訓練數據,極具挑戰性,吸引了海內外廣大學者和知名學術機構參與。
關于視覺目標跟蹤算法
該算法是為模擬人眼在目標運動估計及跟蹤方面的能力,給定任意目標的初始位置,跟蹤算法負責輸出后續幀中該目標的位置與分布狀態,同時要適應相機視角變化、環境變化、遮擋物、周邊干擾物等因素的影響,可廣泛應用于智能視頻監測、輔助駕駛系統、人機交互、機器人視覺導航等領域。
在本次國際測評中,為實現復雜環境下對運動目標的準確跟蹤,大華股份RSIA團隊創新使用特征點集取代矩形框進行目標狀態估計,進而實現精細化的目標區域表述與幾何變換建模能力;在算法框架上使用并行分支結構,結合多層聚合策略,有效獲取目標結構信息與對抗干擾物的強魯棒性。
基于OTB2015數據集的算法評估結果
基于VOT2018/VOT2019數據集的算法評估結果
在大華實際產品中的應用
無人機自主跟飛功能應用
機器人自主跟隨功能應用
滬公網安備 31011202001934號