ECCV再夺冠 深兰科技实现ICCV、CVPR、ECCV大满贯

ECCV再夺冠 深兰科技实现ICCV、CVPR、ECCV大满贯■2020年8月 , 全球计算机三大顶级会议之一ECCV 2020以线上的形式正式举行 , 深兰科技DeepBlueAI团队包揽了GigaVision 2020挑战赛图像多类别目标检测和视频多目标跟踪双赛道冠军 , 有力推动了十亿级像素图像和视频的目标检测技术的发展 。 此外 , 还在VIPrios系列赛、Visdrone系列赛中获得了2个亚军和4个季军 , 一举囊括8个大奖 。 值得一提的是 , 该团队在由谷歌于Kaggle平台上举办的ECCV挑战赛Google Landmark Retrieval 2020上也收获了一枚金牌 。 至此 , 深兰科技以在ICCV、CVPR和ECCV上分别取得了多个第一的优异战绩 , 实现了全球三大计算机视觉顶级会议挑战赛的大满贯 。
ECCV再夺冠 深兰科技实现ICCV、CVPR、ECCV大满贯
ECCV再夺冠 深兰科技实现ICCV、CVPR、ECCV大满贯
超强领先 GigaVision 2020挑战赛荣获双冠
此次深兰科技获得双冠的GigaVision 2020挑战赛 , 是由清华大学基于其新推出的数据集PANDA而组织的 。 PANDA是全球首个十亿像素级别视频数据集 , 过去十年中 , 行人检测、跟踪、动作识别、异常检测、属性识别等以人为中心的计算机视觉分析任务引起了人们的极大关注 , 为了促进新的算法来理解大规模现实世界场景中复杂的人群活动及社交行为 , 可将图像放大千倍的十亿级别像素目标检测 , PANDA将在例如人脸识别、无人驾驶、监控安防和智能手机等多个领域被广泛应用 。
GigaVision 2020挑战赛的任务为两类经典的视觉任务:图像多类别目标检测和视频多目标跟踪 , 任务一为行人和车辆检测 , 任务二则需要提取行人在视频中的轨迹 。 在PANDA上进行检测必须同时解决准确性和效率问题 , 准确性受到明显的目标尺度变化和复杂遮挡的挑战 , 而效率则受到十亿像素级别分辨率的极大影响 。 同时 , 巨大的同类目标尺度变化、对长时间长距离追踪的需求和行人拥挤、相互遮挡的复杂场景更带来了严峻挑战 。 深兰科技DeepBlueAI团队在检测赛道将任务解耦为多个子任务 , 把难点独立出来重点解决 , 并根据以往检测经验 , 通过所积累的模块和方法 , 使得结果有了进一步的提升 。 最终 , 第二、三名只有千分之几的分差 , 而DeepBlueAI团队的最好成绩领先第二名2.6个百分点 , 强势获得冠军 。
再夺双冠 实现计算机视觉Top3顶会挑战赛大满贯
据了解 , DeepBlueAI团队来自深兰科技的北京研发中心 。 除了此次在GigaVision 2020挑战赛中夺得冠军之外 , 这支队伍此前还曾在CVPR、ICCV上分别取得了多个第一的优异战绩 , 实现了全球三大计算机视觉顶级会议挑战赛的大满贯 。
据悉 , 在CVPR 2020中 , 深兰科技DeepBlueAI团队斩获了NightOwls Detection Challenge 2020 单帧行人检测和多帧行人检测两个赛道、UG2+ 挑战赛雾天条件下的(半)监督目标检测任务、NTIRE 2020 :Perceptual Extreme Super-Resolution Challenge (PSNR 评价指标)共4个冠军 。 该次参赛及获奖多分布于检测与分类算法 , 目标及优势在于对Backbone(特征提取网络)的优化和改进 。 冠军方案较多服务于自动驾驶 , 由于之前数据集多数在可视条件好且图片清晰的情况下展开 , 因此真实场景下情况各异的复杂场景 , 将是今后主要面对的问题和研究方向 。
而在ICCV 2019中 , DeepBlueAI团队斩获Joint COCO and Mapillary Recognition Challenge中 的Mapillary Vistas Object Detection Task、VisDrone Challenge (无人机视觉挑战赛)中的Object Detection in Videos和Multi-Object Tracking , 以及CVWC Challenge (野生动物视觉挑战赛)中的Tiger Pose Detection共4个冠军 , 在复杂场景中的目标识别及跟踪上展现了深兰实力 , 这对视频监控、人机交互、自动驾驶、虚拟现实等场景都具有重要意义 。