目标检测挑战真实复杂场景 深兰科技摘CVPR2020四冠

　　近日，全球计算机视觉顶级会议CVPR2020圆满落幕，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，还在CVPR2020其他赛题中获得了4项亚军、4项季军，一共斩获12项冠亚季军。

　　据DeepBlueAI团队介绍，本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。冠军方案则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，在此次CVPR上也得到了相应的验证。

　　这些获奖方案不仅彰显了深兰科技的技术硬实力，更在应用落地上体现了很大的空间，涉及自动驾驶、城市管理、环境感知、服装辅助设计、农业等诸多领域，用AI赋能行业发展、推动新基建进程。

　　NightOwls 检测挑战赛中，检测 RGB 摄像机拍摄的夜间场景图片中的行人，是一个非常重要但是未被充分重视的问题，而当前最新的视觉检测算法并不能很好地预测出结果。夜间行人检测是许多系统，如安全可靠的自动驾驶汽车的关键组成部分，但使用计算机视觉方法解决夜间场景的检测问题并未受到太多关注，因此 CVPR开展了相应的比赛，以期引起更多关注。

　　该挑战赛总共设有3个赛题，深兰科技DeepBlueAI团队便拿下两冠一亚。NightOwls夜间行人检测的测试成果可与白天行人检测结合，打造适用于不同天气条件的全天候的行人检测系统，可提升深兰目前的各类户外防疫监测产品的识别性能，还可提高自动驾驶明星产品熊猫智能公交车的夜间行驶安全。

　　在日常城市监控中，即使是政府采用的商业化摄像机在恶劣的天气条件下也显得脆弱，因此迫切需要研究在何种程度上可以应对这种具有挑战性的视觉条件，UG2+挑战赛恰好就针对了这类问题。深兰科技夺冠的“挑战赛雾天条件下的(半)监督目标检测任务”，其方案不仅可在恶劣天气环境或光照条件较差的情况下进行监控，还可用于智能熊猫公交车、扫路机的安全监控、室外环境感知、辅助驾驶等，为城市管理添加了一双“AI眼”。

　　图像超分辨率是一项关键的计算机视觉任务，其目的是恢复低分辨的图像内容，填充丢失的信息，以实现获得一张高清的大分辨率图像。NTIRE 2020 :Perceptual Extreme Super-Resolution Challenge图像恢复与增强挑战中，DeepBlueAI团队主要关注PSNR(图像峰值信噪比)指标，并在该指标上取得第一名的成绩，还超越了去年的冠军方案，其超分辨率感知测试成果可以应用于图像复原等领域。

　　CVPR，国际计算机视觉和模式识别大会，一直有计算机视觉领域的“奥斯卡”之称，凭借着严苛的竞赛标准，成为全球AI领域团队检验自身基础研究成果的试金石。今年，受全球疫情影响，该会议于6月14日-19日在线上举办，以百度、深兰科技等领军的中国AI企业在竞赛中大放异彩，向全球展示了中国AI的雄厚实力。

　　深兰科技已连续多年出征CVPR，今年共参与了10个竞赛项目，斩获4项冠军，总共12项冠亚季军，较去年取得了更为骄人的成绩。在全球经济跨入以AI为引领的第四次工业革命时代、中国聚焦AI新基建时，深兰科技已做好了充分准备，获得不俗成绩的同时，也将秉持开放共享的态度，为中国AI行业输出更多的新鲜血液，推动AI新基建发展。