中國AI又奪一冠，依圖在行為識別領(lǐng)域取得新突破!

　　繼蟬聯(lián)全球權威人臉識別競賽冠軍、先后刷新國際聲紋識別權威競賽(VoxSRC)紀錄、行人重識別(ReID)三大權威數據集之后，依圖在全球AI技術(shù)賽道再下一城，又攻下一個(gè)第一。

　　在權威機構ACM MM’20 Grand Challenge主辦的“大規模復雜場(chǎng)景人體視頻解析”挑戰賽中，依圖科技以大幅領(lǐng)先的成績(jì)拿下了“Track-4:行為識別”的第一名。

　　ACM是全球最大的計算機領(lǐng)域專(zhuān)業(yè)性學(xué)術(shù)組織，其評選的圖靈獎(A.M.Turing Award)被公認為世界計算機領(lǐng)域的諾貝爾獎。而ACM MM是全球多媒體領(lǐng)域的頂級會(huì )議，屬中國計算機學(xué)會(huì )(CCF)指定的A類(lèi)國際會(huì )議。

　　在此次挑戰賽中，包括 Amazon、騰訊、大華科技、中山大學(xué)等上百支參賽隊伍參與了超過(guò)56000個(gè)復雜事件下的人體行為(包括排隊、打架、俯身、同行、跑動(dòng)、滯留等)解析。視頻中行為識別是本屆比賽中的重點(diǎn)項目，目的是考察算法在復雜場(chǎng)景下對行為(包含多人追蹤、人體姿態(tài)、行為識別)的解析能力。

　　該賽事是該方向最接近真實(shí)場(chǎng)景的大規模挑戰賽，依圖科技奪冠的同時(shí)，其背后的技術(shù)創(chuàng )新和對行為識別難題的攻克一時(shí)間備受關(guān)注。

行為識別究竟有多難?

　　如果把人臉識別比作醫院的“普外門(mén)診”的話(huà)，行為識別尤其是人類(lèi)的行為識別，其復雜度和識別難度不亞于“心血管內科+神經(jīng)內科”。

　　場(chǎng)景復雜多變、動(dòng)作差異化大、需要捕捉連續動(dòng)作和長(cháng)時(shí)間動(dòng)作，這些對行為識別和分析都有著(zhù)巨大的挑戰，也就需要算法對行為本身有更精準的分析推理能力，甚至還能通過(guò)既定的場(chǎng)景推算未曾見(jiàn)過(guò)的場(chǎng)景。

　　結合此次比賽，行為識別是指以人為基礎單位，只分析人的行為，關(guān)注單人的動(dòng)作以及多人的動(dòng)作(例如：一起走路、奔跑、打架等)。學(xué)術(shù)界通常用frame mAP (f-mAP@avg)來(lái)作為行為識別的評價(jià)指標，f-mAP@avg代表的含義是以關(guān)鍵幀為單位，評判行為的位置與分類(lèi)是否準確;與學(xué)術(shù)界對行為識別的考察指標不同，此次競賽的評價(jià)標準是wf-mAP@avg，這意味著(zhù)更注重對難度較大的擁擠場(chǎng)景的考察，以及比較少見(jiàn)的動(dòng)作的識別，同時(shí)對于人體框的定位的精確性要求也更高。

深度優(yōu)化算法框架，算法性能極致提升

　　比賽中，依圖算法的指標達到了wf-mAP@avg 0.26，將以往學(xué)術(shù)界中的基準算法提升了近3倍。與舉辦了多次的國際競賽不同，這次競賽是首屆，參賽隊伍在賽前也無(wú)法了解識別的類(lèi)別、數據集的大小和識別的具體需求，要在短短一個(gè)多月的時(shí)間內，設計出最優(yōu)的算法, 并在眾多實(shí)力強勁的隊伍中達到世界第一，難度極高。

　　首先，視頻相較于圖像的行為識別更加復雜，且如何建模、視頻幀之間的相關(guān)性仍是學(xué)術(shù)界一直存在的難題。依圖認為，當應用場(chǎng)景明確后，在已知分析的對象是人體且明確知道要識別的類(lèi)別后，就可以針對性的進(jìn)行算法優(yōu)化，通過(guò)算法定制化來(lái)提升算法性能，解決以往不能很好解決的問(wèn)題。

　　與此同時(shí)，如同一提到依圖大家就會(huì )想到多項人工智能技術(shù)挑戰的世界冠軍，由不同場(chǎng)景帶來(lái)的先驗知識和經(jīng)驗，有助于算法對行為的判斷。依圖此次創(chuàng )新性地將算法與場(chǎng)景進(jìn)行了深度結合。一方面創(chuàng )新性的從視頻中自動(dòng)提取到了準確豐富的場(chǎng)景信息，結合先進(jìn)的行人檢測、行人重識別算法，全面構建了人與人、人與場(chǎng)景、人與物之間在視頻中的關(guān)系;另一方面，借助多年來(lái)的算法積淀和對行業(yè)場(chǎng)景的理解，依圖對比賽中要求的特定的14類(lèi)任務(wù)進(jìn)行了深度算法優(yōu)化。

　　值得關(guān)注的是，不同于其他參賽隊伍，依圖此次沒(méi)有使用復雜的多模型融合策略，僅用單模型，借助強大的背景提取和分割算法，將行為的解析與場(chǎng)景結合，就大大降低了問(wèn)題難度，這也意味著(zhù)依圖仍可以進(jìn)一步通過(guò)融合多個(gè)模型提升算法性能。

　　依圖在相關(guān)行為上持續迭代，不斷積累，行為識別算法的性能已遠超比賽當時(shí)的算法性能。同時(shí)，運用該技術(shù)落地實(shí)戰的項目難度也遠超比賽的數據集。

芯片+算法，加速AI技術(shù)落地

　　想象一下，未來(lái)運用該技術(shù)如何判斷一個(gè)都市夜歸人路遇劫匪而自動(dòng)報警?如何在家中老人倒地時(shí)讓及時(shí)預警并第一時(shí)間告知監護人?如何判斷一個(gè)生產(chǎn)線(xiàn)上的工人施工順序出錯并即刻發(fā)出告警?如何在一個(gè)視頻中對內容進(jìn)行精準理解，并為其貼上更合適的標簽使得能夠被更精準和更容易檢索到?

　　在依圖不斷開(kāi)拓AI新領(lǐng)域的版圖上，相信這些問(wèn)號背后的答案已逐漸清晰。此前，依圖科技自主研發(fā)的全球首款云端視覺(jué)智能芯片求索(questcore™)，開(kāi)啟了算法設計與芯片設計相結合的時(shí)代。集合了高性能AI算法和芯片耦合設計優(yōu)化的芯片平臺，結合世界領(lǐng)先的行為識別算法的依圖，將更有利于賦能智能城市、安全生產(chǎn)、智能商業(yè)等領(lǐng)域，打造新一代AI基礎設施。

　　近日依圖還通過(guò)了由英國標準協(xié)會(huì )(即“BSI”)頒發(fā)的ISO/IEC 27701:2019隱私信息管理體系國際認證，成為國內首家通過(guò)認證的AI公司。認證由國際標準化組織(ISO)和國際電工委員會(huì )(IEC)聯(lián)合發(fā)布，是全球首個(gè)針對隱私信息管理的國際標準，也被公認為是最嚴格、權威的隱私信息管理標準。獲得該認證充分體現了依圖對數據隱私保護的堅持和持續踐行。

　　新基建趨勢下，各行各業(yè)加快數字化，提升各類(lèi)工作的智能水平成為剛需。作為目前國內唯一具有提供超大規模、復雜環(huán)境下億級規模城市的智能化運營(yíng)管理技術(shù)能力的人工智能公司，在硬核的技術(shù)實(shí)力和隱私保障上的不斷努力已形成一套“組合拳”，也即將加速解鎖更多的智能應用。