近日,在国际多目标跟踪领域最具权威的测评平台—— MOT Challenge (Multiple Object Tracking)竞赛中,小视科技一举突破谷歌、微软、Facebook、Amazon、NEC、MIT等国际知名机构的垄断地位,提出MiniTrack追踪方案,在8项评价指标的国际排名中位列第一。其中,核心技术指标MOTA、HOTA均位列第一。
小视科技Mini Track追踪方案多项指标位列第一(加粗文字表示当前榜单最佳指标)
MOT Challenge由阿德莱德大学、苏黎世联邦理工学院以及达姆施塔特工业大学联合创办,是国际多目标跟踪领域最权威的测评平台,可谓是CV界的“兵家必争之地”。近年来,全球各大AI研究机构与企业在此展开技术角逐,比拼算法硬实力。迄今为止,已有100多家机构参与测评。
能够在群雄逐鹿的MOT国际赛场上脱颖而出,并非易事。
一方面,参评团队技术实力均处于世界领先水平,竞争十分激烈;另一方面,多目标追踪需要处理复杂光线、视线遮挡、模糊等棘手情况。由于技术尚未成熟,准确率低、速度慢、运动模糊、ID跳变等问题普遍存在,挑战极高。
小视科技沿用Tracking-by-detection追踪框架,针对目标检测、数据关联、时域关联进行改进,提出一种smooth-association方法,追踪方法在MOT2017比赛中取得排名第一的优秀结果。
Tracking-by-detection pipeline
在多目标跟踪中,一般情况下,目标遮挡、小目标、模糊等外在因素均会造成检测器性能下降。smooth-association通过综合考量跟踪目标变化情况以及目标检测器输出的变化情况,可有效应对此类问题,提升多目标跟踪的稳定性。
smooth-association对跟踪目标进行了序列化的分析,根据检测器输出的稳定性,在进行相似度匹配以及数据关联时采用多级动态匹配的方式,更加有效地降低检测器的不稳定因素对追踪器的影响。
Single threshold match & dynamic threshold match in tracking procedure
在计算机视觉技术的大规模生产应用过程中,尤其在细粒度视频结构化领域,多目标追踪是技术要求极高的基础性分析任务,该技术作为必备环节,贯穿于各种视频分析任务。一方面,追踪技术能够在序列分析中提高目标召回率、补偿检测精度;另一方面,追踪算法提供了场景目标在时间序列上的一致性标签,使得算法方案在时域空域维度上能对目标进行立体分析。此外,作为一项实时分析的算法单元,多目标追踪对性能也提出极致要求。
十八大以来,国家高度重视关键核心技术创新攻关。《十四五规划纲要》提到:“展望2035年,我国将在关键核心技术上实现重大突破,进入创新型国家前列。”2022年3月,李克强在全国人大作《政府工作报告》时指出,要深入实施创新驱动发展战略,持续推进关键核心技术攻关。
小视科技专注技术创新,近年来已累计自研视觉算法200余种,获得视觉相关算法专利近90篇。小视自研算法覆盖智能视频监控下的流量统计、异常行为识别等众多任务,为业务后续的事件预警、智能决策提供基础数据。相关技术已落地于智慧社区、智慧校园、智慧园区等诸多场景中,广泛覆盖全国主要省市。
在江苏、重庆、辽宁等地的智慧社区中,小视以追踪算法赋能智能感知硬件,实现高空抛物识别、人员聚集识别、车辆检测、消防占道、遛狗未牵绳识别等功能,协助社区从人防走向智慧技防。
小视科技在重庆建设智慧社区
小视科技在江苏省建设智慧技防小区
小视科技协助江苏、浙江、河南、广东、山西、辽宁等省市的300余所学校实现智慧升级,系统具备学生奔跑与打架行为识别、人群聚集识别、闯入危险区告警等多种功能,助力校园安防。
小视科技为杭州一小学建设智慧校园
沈阳浑南区政府的智慧园区项目中,小视科技实现智能考勤、智能防疫、智能安防、智能就餐、智能会议签到六大功能。此外,通过AI赋能全区数千摄像头,浑南区内的视频监控能够对经营占道、共享单车违规停放、机动车违停等现象进行实时抓拍识别、数据采集与智能分析,实现城市智慧治理。
小视科技在沈阳建设智慧园区
作为江苏省人工智能代表性企业之一,小视科技定位“智慧视觉全场景生态服务商”,致力于为数字生活、数字城市、数字产业等场景提供数字服务。自2015年成立以来,小视科技先后获得江苏省计算机视觉工程研究中心、江苏省科技进步一等奖、江苏省专精特新小巨人等荣誉,获得NIST国际人脸识别竞赛FRVT,全球综合排名第七,开放场景全球第二。
此次在MOT Challenge中登顶榜首,是对小视科技多目标追踪技术的充分肯定,也印证了小视在计算机视觉领域中强劲的算法实力。未来,小视科技也将深入推进多目标追踪技术的场景应用,助力各行各业智能化升级。