日前，全球計算機視覺頂會ECCV 2020落下帷幕，各項挑戰(zhàn)賽的結(jié)果也塵埃落定。深蘭科技DeepBlueAI 團隊包攬了首屆GigaVision挑戰(zhàn)賽“行人和車輛檢測”和“多目標追蹤”兩個賽道的冠軍。

過去十年中，行人檢測、跟蹤、動作識別、異常檢測、屬性識別等以人為中心的計算機視覺分析任務(wù)引起了人們的極大關(guān)注，為了促進新的算法來理解大規(guī)模現(xiàn)實世界場景中復(fù)雜的人群活動及社交行為，可把圖像放大千倍的十億級別像素目標檢測，將在例如人臉識別、無人駕駛、監(jiān)控安防和智能手機等多個領(lǐng)域被廣泛應(yīng)用。

計算機視覺作為深蘭科技的核心技術(shù)之一，其實力已在多個國際頂會競賽中得以驗證，并已應(yīng)用于不同領(lǐng)域的產(chǎn)品中，包括疫情期間發(fā)揮了極大作用的深蘭AI熱感視覺行為監(jiān)控系統(tǒng)－貓頭鷹，在廣州、深圳、武漢、上海、長沙等多地獲得自動駕駛路測牌照的熊貓智能公交車，以及各類機器人和智能零售產(chǎn)品等。

雙賽道冠軍方案

GigaVision賽題介紹

以人為中心的各項計算機視覺分析任務(wù)，例如行人檢測，跟蹤，動作識別，異常檢測，屬性識別等，在過去的十年中引起了人們的極大興趣。
      為了對大規(guī)模時空范圍內(nèi)具有高清細節(jié)的人群活動進行跨越長時間、長距離分析，清華大學智能成像實驗室推出一個新的十億像素視頻數(shù)據(jù)集：PANDA。
      該數(shù)據(jù)集是在多種自然場景中收集，旨在為社區(qū)貢獻一個標準化的評測基準，以研究新的算法來理解大規(guī)模現(xiàn)實世界場景中復(fù)雜的人群活動及社交行為。圍繞PANDA數(shù)據(jù)集，主辦方組織了GigaVision 2020挑戰(zhàn)賽。

本次的挑戰(zhàn)賽同時是ECCV2020的Workshop：「GigaVision： When Gigapixel Videography Meets Computer Vision」。

任務(wù)介紹
      挑戰(zhàn)賽的任務(wù)是在由十億像素相機收集的大范圍自然場景視覺數(shù)據(jù)集PANDA上進行圖像目標檢測和視頻多目標跟蹤。
Sub－Track 1 ： Pedestrian ＆ Vehicle Detection

這項任務(wù)是為了推動在十億像素圖像上的目標檢測技術(shù)的發(fā)展。挑戰(zhàn)的參與者需要檢測兩類目標：行人和車輛。對于每個行人，需要提交三類檢測框：可見身體范圍框、全身范圍框、行人頭部范圍框。對于每個車輛，需要提交可見范圍框。一些特殊的區(qū)域（如假人、極度擁擠的人群、車群、被嚴重遮擋的人等）將在評估中被忽略。
Sub－Track 2 ： Multi－Pedestrian Tracking
      這項任務(wù)是為了推動在十億像素視頻上的多目標追蹤技術(shù)的發(fā)展。PANDA寬視場、多目標、高分辨的優(yōu)越性能使特別適合于多目標長時間追蹤任務(wù)。然而，巨大的同類目標尺度變化和擁有豐富行人擁擠、遮擋的復(fù)雜場景也帶來了各種挑戰(zhàn)。在給定輸入視頻序列的情況下，該任務(wù)需要參與者提交行人在視頻中的軌跡。

評測指標

對于賽道一，類似于MS COCO數(shù)據(jù)集的評估方案，主辦方采用AP、APIOU＝0．50、APIOU＝0．75、ARmax＝10、ARmax＝100、ARmax＝500五個指標來評估檢測算法的結(jié)果。最終的排名依據(jù)于 AP 和 ARmax＝500 兩項指標的調(diào)和平均數(shù)，高者為優(yōu)。

對于賽道二，與MOTChallenge［2］中使用的評測方法類似，主辦方采用了包括MOTA、MOTP、IDF1、FAR、MT和Hz等指標來評估多目標追蹤算法的結(jié)果。最終的排名依據(jù)于 MOTA 和 MOTP 兩項指標的調(diào)和平均數(shù)，高者為優(yōu)。