大华股份AI荣获视觉目标跟踪算法评测全球排名第一

2020 年 6 月 11 日 CVer

点击上方“CVer”，选择加"星标"置顶

重磅干货，第一时间送达

本文转载自：大华股份

近日，大华股份基于深度学习的视觉目标跟踪算法，在通用目标跟踪评测集GOT-10k（Generic Object Tracking Benchmark）上获得综合精度排行榜第一，超越了其它一流AI公司和顶尖的学术研究机构；同时在OTB2015/VOT2018/VOT2019数据集上刷新了当前跟踪算法SOTA（state-of-the-art）标准，这标志着大华在视觉目标跟踪领域处于领先水平。

大华视觉目标跟踪算法获得GOT-10K评测排行榜第一

(网址: http://got-10k.aitestunion.com/index)

关于GOT-10k

GOT-10k数据集由中国科学院自动化研究所CASIA的智能系统与工程研究中心发布并维护，是具有国际权威的通用目标跟踪算法评测数据集。其中，训练集由10000个视频序列组成，包含563个目标类别与87种运动模式；测试集由180个视频序列组成，包含84个目标类别与32种运动模式。训练集与测试集的目标类别不重合，且算法评估时要求使用统一的训练数据，极具挑战性，吸引了海内外广大学者和知名学术机构参与。

关于视觉目标跟踪算法

该算法是为模拟人眼在目标运动估计及跟踪方面的能力，给定任意目标的初始位置，跟踪算法负责输出后续帧中该目标的位置与分布状态，同时要适应相机视角变化、环境变化、遮挡物、周边干扰物等因素的影响，可广泛应用于智能视频监测、辅助驾驶系统、人机交互、机器人视觉导航等领域。

在本次国际测评中，为实现复杂环境下对运动目标的准确跟踪，大华股份RSIA团队创新使用特征点集取代矩形框进行目标状态估计，进而实现精细化的目标区域表述与几何变换建模能力；在算法框架上使用并行分支结构，结合多层聚合策略，有效获取目标结构信息与对抗干扰物的强鲁棒性。

基于OTB2015数据集的算法评估结果

基于VOT2018/VOT2019数据集的算法评估结果

在大华实际产品中的应用

无人机自主跟飞功能应用

机器人自主跟随功能应用

重磅！CVer-目标跟踪 微信交流群已成立

扫码添加CVer助手，可申请加入CVer-目标跟踪 微信交流群，目前已汇集1400人！涵盖单目标跟踪、多目标跟踪等。互相交流，一起进步！

同时也可申请加入CVer大群和细分方向技术群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、TensorFlow和PyTorch等群。

一定要备注：研究方向+地点+学校/公司+昵称（如目标跟踪+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群