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。
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。
在大华实际产品中的应用
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
▲长按加群
▲长按关注我们
请给CVer一个在看!