今天，全球計算機三大頂級會議之一ECCV 2020圓滿落幕，深蘭科技的DeepBlueAI團(tuán)隊包攬了GigaVision 2020挑戰(zhàn)賽圖像多類別目標(biāo)檢測和視頻多目標(biāo)跟蹤雙賽道冠軍，有力推動了十億級像素圖像和視頻的目標(biāo)檢測技術(shù)的發(fā)展。此外，還在VIPrios系列賽、Visdrone系列賽中獲得了2個亞軍和4個季軍，一舉囊括8個大獎。值得一提的是，該團(tuán)隊在由谷歌于Kaggle平臺上舉辦的ECCV挑戰(zhàn)賽Google Landmark Retrieval 2020上也收獲了一枚金牌。

至此，深蘭科技以在ICCV、CVPR和ECCV上分別取得了多個第一的優(yōu)異戰(zhàn)績，實現(xiàn)了全球三大計算機視覺頂級會議挑戰(zhàn)賽的大滿貫。

此次深蘭科技獲得雙冠的 GigaVision2020 挑戰(zhàn)賽，是由清華大學(xué)基于其新推出的數(shù)據(jù)集PANDA（全球首個十億像素級別視頻數(shù)據(jù)集）而組織的，能夠促進(jìn)新的算法來理解更復(fù)雜的人群活動及社交行為，比如分析人群長時間，長距離的活動。其挑戰(zhàn)賽的任務(wù)是兩類經(jīng)典的視覺任務(wù)：圖像多類別目標(biāo)檢測和視頻多目標(biāo)跟蹤。參賽過程中，團(tuán)隊要求檢測行人和車輛兩類目標(biāo)以及提交行人在視頻中的軌跡。

GigaVision挑戰(zhàn)賽的難點頗多，比如參賽團(tuán)隊在PANDA上進(jìn)行檢測的過程中必須同時要解決準(zhǔn)確性和效率的問題。準(zhǔn)確性很容易受到明顯的目標(biāo)尺度變化和復(fù)雜遮擋的影響，而效率很大程度上會被十億像素級別的分辨率所影響。同時，巨大的同類目標(biāo)尺度變化、對長時間長距離追蹤的需求和行人擁擠、相互遮擋的復(fù)雜場景都讓此挑戰(zhàn)賽難度倍增。

深蘭科技DeepBlueAI團(tuán)隊在檢測賽道時將任務(wù)解耦為多個子任務(wù)，把難點獨立出來重點解決，并根據(jù)以往檢測經(jīng)驗，通過所積累的模塊和方法，使得結(jié)果有了進(jìn)一步的提升。最終，第二、三名只有千分之幾的分差，而DeepBlueAI團(tuán)隊的最好成績領(lǐng)先第二名2．6個百分點，強勢獲得冠軍。

除了GigaVision 2020挑戰(zhàn)賽的雙賽道冠軍外，深蘭還在VIPrios系列賽、Visdrone系列賽中獲得了2個亞軍、4個季軍以及1項Kaggle金牌

VIPriors Image Classification Challenge 亞軍  

該賽題是一個圖像分類任務(wù)，難點是如何不使用任何預(yù)訓(xùn)練模型從頭開始訓(xùn)練，主要目標(biāo)是如何在ImageNet的子集上獲得最高的準(zhǔn)確率。

Visdrone－task3 Multi－Object Tracking  亞軍

該賽題要求基于無人機視角拍攝的視頻，進(jìn)行多類別多目標(biāo)跟蹤任務(wù)，DeepBlueAI團(tuán)隊基于Tracking－by－detection的方法，逐步優(yōu)化檢測器、特征提取器、數(shù)據(jù)關(guān)聯(lián)。

VIPriors Object Detection Challenge 季軍

該賽題的數(shù)據(jù)集是部分MSCOCO數(shù)據(jù)集，賽題任務(wù)是是利用少量數(shù)據(jù)集在不使用任何預(yù)訓(xùn)練模型的基礎(chǔ)上，進(jìn)行80個類別的目標(biāo)檢測。

VIPriors Action Recognition Challenge 季軍

此為動作識別挑戰(zhàn)賽，需要從頭訓(xùn)練模型以完成基于UCF101數(shù)據(jù)集101種動作識別任務(wù)。

Visdrone－task1 Object Detection 季軍

該賽題要求基于無人機視角拍攝的圖片，對車輛、行人等目標(biāo)進(jìn)行定位分類，DeepBlueAI團(tuán)隊基于CascadeRCNN的方法，逐步優(yōu)化數(shù)據(jù)增強方法、特征提取器、后處理等。

OpenEDS Sparse Semantic Segmentation Challenge 季軍

該賽題要求基于VR設(shè)備內(nèi)部拍攝到的眼睛圖片，將眼睛關(guān)鍵區(qū)域分割成鞏膜，虹膜，瞳孔，參賽過程中，DeepBlueAI團(tuán)隊基于Unet結(jié)構(gòu)，并結(jié)合了數(shù)據(jù)增強，注意力機制等方法。

Google Landmark Retrieval 2020 Kaggle金牌

該賽題要求參賽者對收集到的大量地標(biāo)建筑物圖像進(jìn)行檢索，DeepBlueAI團(tuán)隊基于Global feature、優(yōu)化數(shù)據(jù)增強、特征提取網(wǎng)絡(luò)等方法，最終取得金牌一枚。

過去十年中，以行人檢測、跟蹤、動作識別、異常檢測、屬性識別等以人為中心的計算機視覺一直在人工智能產(chǎn)業(yè)中占據(jù)著十分重要的地位，逐步成為自動駕駛，智能零售，智慧安防等領(lǐng)域發(fā)展的支撐。作為核心技術(shù)之一，深蘭在計算機視覺方面的實力已在多項國際頂級競賽中得以驗證，并已應(yīng)用于不同領(lǐng)域的產(chǎn)品中，包括因為在疫情期間發(fā)揮重大作用被工信部點贊的深蘭AI熱感視覺行為監(jiān)控系統(tǒng)－貓頭鷹，在廣州、深圳、武漢、上海、長沙等多地獲得自動駕駛路測牌照的熊貓智能公交車，以及各類機器人和智能零售產(chǎn)品等。ECCV載譽歸來，為日后更多“服務(wù)民生”產(chǎn)品的奠定了基礎(chǔ)。

成績單

CVPR、ECCV 和 ICCV 三大國際頂會被公認(rèn)為計算機視覺領(lǐng)域的最高水平。作為AI行業(yè)的領(lǐng)軍企業(yè)，深蘭一直是三大頂會的積極參與者，此次ECCV奪冠，實現(xiàn)了計算機視覺三大頂級會議的大滿貫。未來，深蘭還將堅持基礎(chǔ)研究和應(yīng)用開發(fā)雙落地，夯實計算機視覺技術(shù)，譜寫“人工智能，服務(wù)民生”的篇章。