杭州2020年6月12日 /美通(tong)社(she)/ -- 近日，大華股份基于深(shen)度學習的(de)視(shi)覺(jue)(jue)目標(biao)跟(gen)蹤(zong)算法(fa)，在(zai)通(tong)用目標(biao)跟(gen)蹤(zong)評(ping)測集(ji)GOT-10k（Generic Object Tracking Benchmark）上獲(huo)得綜(zong)合(he)精度排行榜(bang)第一，超越了其它一流AI公司和頂尖的(de)學術研(yan)究(jiu)機構；同(tong)時在(zai)OTB2015/VOT2018/VOT2019數(shu)據集(ji)上刷新了當前跟(gen)蹤(zong)算法(fa)SOTA（state-of-the-art）標(biao)準，這標(biao)志著大華在(zai)視(shi)覺(jue)(jue)目標(biao)跟(gen)蹤(zong)領(ling)域處于領(ling)先水平。

關于GOT-10k

GOT-10k數(shu)據集由(you)中國科(ke)學院自(zi)動化(hua)研究(jiu)所CASIA的(de)智能系統與工程研究(jiu)中心發布并(bing)維護，是具有(you)國際權威(wei)的(de)通用(yong)目(mu)(mu)(mu)標(biao)跟蹤(zong)算法評測數(shu)據集。其中，訓(xun)練集由(you)10000個(ge)視頻(pin)序列組(zu)成(cheng)，包含563個(ge)目(mu)(mu)(mu)標(biao)類別與87種(zhong)運動模(mo)式(shi)；測試集由(you)180個(ge)視頻(pin)序列組(zu)成(cheng)，包含84個(ge)目(mu)(mu)(mu)標(biao)類別與32種(zhong)運動模(mo)式(shi)。訓(xun)練集與測試集的(de)目(mu)(mu)(mu)標(biao)類別不重合，且算法評估時要求(qiu)使用(yong)統一的(de)訓(xun)練數(shu)據，極具挑戰性(xing)，吸引(yin)了(le)海內外廣大學者和知名學術機構參與。

關于視覺目標跟蹤算法

該算(suan)法是為(wei)模擬(ni)人(ren)眼在(zai)目(mu)(mu)標運動(dong)估計及跟蹤(zong)方面(mian)的(de)能力，給定(ding)任(ren)意目(mu)(mu)標的(de)初始位置(zhi)，跟蹤(zong)算(suan)法負責輸出后續(xu)幀中該目(mu)(mu)標的(de)位置(zhi)與分布狀態，同(tong)時要適(shi)應相機視角變化、環境變化、遮擋物、周邊(bian)干擾(rao)物等因素(su)的(de)影響，可廣泛應用于智能視頻監測(ce)、輔助駕駛系統、人(ren)機交互(hu)、機器(qi)人(ren)視覺導(dao)航等領域。

在本次國際測(ce)評中，為實現(xian)復(fu)雜環境下對(dui)運動目標(biao)的(de)準確跟蹤(zong)，大華股份RSIA團隊創(chuang)新使用特征(zheng)點集取(qu)代矩形框進行目標(biao)狀態(tai)估(gu)計(ji)，進而實現(xian)精細化的(de)目標(biao)區域表述與幾何變(bian)換建模能力；在算法框架上使用并行分支結構(gou)(gou)，結合多層聚合策略(lve)，有效(xiao)獲取(qu)目標(biao)結構(gou)(gou)信(xin)息與對(dui)抗(kang)干擾物的(de)強魯棒性。

在大華實際產品中的應用