今天，全球計算機三大頂級會議之一ECCV 2020圓滿落幕，深蘭科(kē)技(jì )的DeepBlueAI團隊包攬了GigaVision 2020挑戰賽圖像多(duō)類别目标檢測和視頻多(duō)目标跟蹤雙賽道冠軍，有(yǒu)力推動了十億級像素圖像和視頻的目标檢測技(jì )術的發展。此外，還在VIPrios系列賽、Visdrone系列賽中(zhōng)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，該團隊在由谷歌于Kaggle平台上舉辦(bàn)的ECCV挑戰賽Google Landmark Retrieval 2020上也收獲了一枚金牌。

至此，深蘭科(kē)技(jì )已在ICCV、CVPR和ECCV上分(fēn)别取得了多(duō)個第一的優異戰績，實現了全球三大計算機視覺頂級會議挑戰賽的大滿貫。

此次深蘭科(kē)技(jì )獲得雙冠的 GigaVision2020 挑戰賽，是由清華大學(xué)基于其新(xīn)推出的數據集PANDA（全球首個十億像素級别視頻數據集）而組織的，能(néng)夠促進新(xīn)的算法來理(lǐ)解更複雜的人群活動及社交行為(wèi)，比如分(fēn)析人群長(cháng)時間，長(cháng)距離的活動。其挑戰賽的任務(wù)是兩類經典的視覺任務(wù)：圖像多(duō)類别目标檢測和視頻多(duō)目标跟蹤。參賽過程中(zhōng)，團隊要求檢測行人和車(chē)輛兩類目标以及提交行人在視頻中(zhōng)的軌迹。






GigaVision挑戰賽的難點頗多(duō)，比如參賽團隊在PANDA上進行檢測的過程中(zhōng)必須同時要解決準确性和效率的問題。準确性很(hěn)容易受到明顯的目标尺度變化和複雜遮擋的影響，而效率很(hěn)大程度上會被十億像素級别的分(fēn)辨率所影響。同時，巨大的同類目标尺度變化、對長(cháng)時間長(cháng)距離追蹤的需求和行人擁擠、相互遮擋的複雜場景都讓此挑戰賽難度倍增。

深蘭科(kē)技(jì )DeepBlueAI團隊在檢測賽道時将任務(wù)解耦為(wèi)多(duō)個子任務(wù)，把難點獨立出來重點解決，并根據以往檢測經驗，通過所積累的模塊和方法，使得結果有(yǒu)了進一步的提升。最終，第二、三名(míng)隻有(yǒu)千分(fēn)之幾的分(fēn)差，而DeepBlueAI團隊的最好成績領先第二名(míng)2.6個百分(fēn)點，強勢獲得冠軍。


除了GigaVision 2020挑戰賽的雙賽道冠軍外，深蘭還在VIPrios系列賽、Visdrone系列賽中(zhōng)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(fēn)類任務(wù)，難點是如何不使用(yòng)任何預訓練模型從頭開始訓練，主要目标是如何在ImageNet的子集上獲得最高的準确率。


Visdrone-task3 Multi-Object Tracking  亞軍

該賽題要求基于無人機視角拍攝的視頻，進行多(duō)類别多(duō)目标跟蹤任務(wù)，DeepBlueAI團隊基于Tracking-by-detection的方法，逐步優化檢測器、特征提取器、數據關聯。

VIPriors Object Detection Challenge 季軍

該賽題的數據集是部分(fēn)MSCOCO數據集，賽題任務(wù)是是利用(yòng)少量數據集在不使用(yòng)任何預訓練模型的基礎上，進行80個類别的目标檢測。


VIPriors Action Recognition Challenge 季軍
此為(wèi)動作(zuò)識别挑戰賽，需要從頭訓練模型以完成基于UCF101數據集101種動作(zuò)識别任務(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(chē)輛、行人等目标進行定位分(fēn)類，DeepBlueAI團隊基于CascadeRCNN的方法，逐步優化數據增強方法、特征提取器、後處理(lǐ)等。


OpenEDS Sparse Semantic Segmentation Challenge 季軍
該賽題要求基于VR設備内部拍攝到的眼睛圖片，将眼睛關鍵區(qū)域分(fēn)割成鞏膜，虹膜，瞳孔，參賽過程中(zhōng)，DeepBlueAI團隊基于Unet結構，并結合了數據增強，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标建築物(wù)圖像進行檢索，DeepBlueAI團隊基于Global feature、優化數據增強、特征提取網絡等方法，最終取得金牌一枚。


過去十年中(zhōng)，以行人檢測、跟蹤、動作(zuò)識别、異常檢測、屬性識别等以人為(wèi)中(zhōng)心的計算機視覺一直在人工(gōng)智能(néng)産(chǎn)業中(zhōng)占據着十分(fēn)重要的地位，逐步成為(wèi)自動駕駛，智能(néng)零售，智慧安(ān)防等領域發展的支撐。作(zuò)為(wèi)核心技(jì )術之一，深蘭在計算機視覺方面的實力已在多(duō)項國(guó)際頂級競賽中(zhōng)得以驗證，并已應用(yòng)于不同領域的産(chǎn)品中(zhōng)，包括因為(wèi)在疫情期間發揮重大作(zuò)用(yòng)被工(gōng)信部點贊的深蘭AI熱感視覺行為(wèi)監控系統-貓頭鷹，在廣州、深圳、武漢、上海、長(cháng)沙等多(duō)地獲得自動駕駛路測牌照的熊貓智能(néng)公(gōng)交車(chē)，以及各類機器人和智能(néng)零售産(chǎn)品等。ECCV載譽歸來，為(wèi)日後更多(duō)“服務(wù)民(mín)生”産(chǎn)品的奠定了基礎。

成績單

CVPR、ECCV 和 ICCV 三大國(guó)際頂會被公(gōng)認為(wèi)計算機視覺領域的最高水平。作(zuò)為(wèi)AI行業的領軍企業，深蘭一直是三大頂會的積極參與者，此次ECCV奪冠，實現了計算機視覺三大頂級會議的大滿貫。未來，深蘭還将堅持基礎研究和應用(yòng)開發雙落地，夯實計算機視覺技(jì )術，譜寫“人工(gōng)智能(néng)，服務(wù)民(mín)生”的篇章。



我們一起回顧一下深蘭在CVPR2020和ICCV2019中(zhōng)的優異表現吧。





CVPR2020 4冠4亞4季     

冠軍