?？低曉赑ASCAL VOC目標檢測中奪冠 刷新世界紀錄

　　近日，?？低?/a>參與PASCAL VOC視覺(jué)識別競賽，其中目標檢測任務(wù)成績(jì)mAP性能達到87.9，刷新了世界記錄，排名第一名，領(lǐng)先第二名4.1個(gè)點(diǎn)。評測中，?？低?0類(lèi)目標中的19類(lèi)結果在所有的算法中均處于領(lǐng)先地位。

　　PASCAL VOC目標檢測任務(wù)囊括了車(chē)、人、貓、狗等20類(lèi)常見(jiàn)目標。訓練樣本較少、場(chǎng)景變化多端，非常具有挑戰性。提到奪冠之道，?？低曆芯吭撼?wù)副院長(cháng)浦世亮表示：“我們的預研團隊基于Faster R-CNN深度學(xué)習目標檢測算法，通過(guò)調整網(wǎng)絡(luò )結構、上下文建模、優(yōu)化訓練和預測等策略，大幅提升了檢測性能。研究成果可以應用到視頻監控的車(chē)輛檢測、車(chē)牌識別、人體檢測、人體屬性分析、視頻結構化等產(chǎn)品中，將大幅提升產(chǎn)品性能與應用效果。長(cháng)遠來(lái)看，在智能安全監控、汽車(chē)輔助駕駛、智能交通感知、視頻語(yǔ)義理解、機器人和無(wú)人機等各方面都有著(zhù)巨大的應用價(jià)值。”

　　PASCAL VOC可謂視覺(jué)識別類(lèi)競賽的鼻祖，是由利茲大學(xué)、蘇黎世聯(lián)邦理工學(xué)院、愛(ài)丁堡大學(xué)、微軟、牛津大學(xué)等組織的一個(gè)視覺(jué)識別競賽，包含了物體分類(lèi)、目標檢測、圖像分割等任務(wù)。PASCAL VOC對計算機視覺(jué)的發(fā)展具有深遠而巨大的影響，后續的ImageNet競賽的任務(wù)設置就基本沿用了它的設定。此前，微軟、英特爾、CMU、Facebook、UC Berkeley等國際頂尖研發(fā)團隊先后在這個(gè)排行榜上刷新紀錄。

　　?？低曆芯吭河芍悄芊治?、大數據技術(shù)、感知技術(shù)和多媒體技術(shù)等專(zhuān)業(yè)團隊組成，突出在音視頻技術(shù)的專(zhuān)注和積累，著(zhù)重研究視音頻的智能算法、大數據的分析、挖掘和計算，同時(shí)針對新的圖像傳感器等感知技術(shù)，視頻的播放技術(shù)，人機交互等多媒體技術(shù)進(jìn)行深入研究。目前在?？低曆芯吭罕姸囝I(lǐng)域的研究都走在行業(yè)前列，2015年，?？低曆芯吭涸贙ITTI的評測中，車(chē)輛檢測和車(chē)頭朝向估計兩項任務(wù)評分均排名世界第一;在MOT Challenge算法測評中獲得“計算機視覺(jué)的多目標跟蹤算法”世界第一;名列TRECVID2016 SED第二名、PASCAL VOC 2012圖像分割任務(wù)第二名。