近日,科大讯飞凭借在道路目标检测领域多年的技术探索,刷新了Cityscapes 3D目标检测任务的全球最好成绩,得到检测分数(DS)42.9,取得了该项评测的第一名。此次也是科大讯飞继2017年、2018年参与测评之后,再一次刷新Cityscapes的世界纪录。
此次评测,科大讯飞借鉴了已在城市交通出行场景下应用的Anchor-Free车辆检测技术,将2D目标检测技术升级至3D,并结合3D到2D重投影的特殊先验信息进行算法迁移。
通过结合语义、上下文信息、位置先验信息以及目标形状先验信息等,提取精确的3D目标检测框,构建形成一套具有丰富上下文信息的多层次单目3D目标检测方案。
在深度学习图像语意分割的训练过程中,需要有数据集及分好类的标签,这样才可以让神经网络进行学习,进而训练出模型。Cityscapes便是包含城市大量街道图片、视频用来训练识别的数据集。
由戴姆勒(DAIMLER)等在内的三家德国单位联合提供,吸引了华为、阿里、微软、北大、中科院、MIT等上百个国内外著名AI实验室和顶尖学术研究机构积极参与,是CVPR、ECCV等国际顶级会议中实例分割任务常用的权威测试数据集。
基于科大讯飞在AI+3D视觉技术的结合探索之下,未来3D目标检测将能在城市治理、工业智能、机器智能、智能驾驶等多方面发挥广泛的作用:
比如,在城市交通管理场景中,当前交通违法判定主要还是依靠固定摄像头抓拍、二维图像判定的方式,往往存在视觉盲区。若将3D目标检测技术接入公安交警现有的交通视频智能分析平台,与AI巡检相结合,可以进一步精确判定车辆车型。
基于空间位置感知和连续轨迹跟踪,计算出车辆的行驶速度、空间轨迹等,为越斑马线停车、超速抓拍、拥堵感知等违法异常事件判断提供更实时、更精准的决策依据。
这不仅能够达到对已有设备资源的最大化利用,实现降本提效,还能够提升城市数字化治理能力,助力文明出行、平安出行。