近日,大華股份基于深度學(xué)習(xí)的雙目立體匹配算法,刷新了KITTI Vision Benchmark中雙目立體匹配競(jìng)賽的最好成績(jī),超越了其它一流AI公司和頂尖的學(xué)術(shù)研究機(jī)構(gòu),以及ICCV、ECCV、CVPR相關(guān)論文中的雙目立體匹配研究成果,這標(biāo)志著大華股份在雙目立體匹配算法領(lǐng)域處于領(lǐng)先水平。
大華股份在AI技術(shù)領(lǐng)域持續(xù)耕耘與創(chuàng)新,不斷提升算法、算力的核心競(jìng)爭(zhēng)力。2018年,大華股份取得道路分割、車輛跟隨、多目標(biāo)跟蹤、3D目標(biāo)檢測(cè)、人體檢測(cè)、車輛檢測(cè)、場(chǎng)景流、光流、行人檢索等12項(xiàng)全球AI排行榜第一;2019年,大華股份取得行人重識(shí)別、目標(biāo)實(shí)例分割、圖像語(yǔ)義分割、步態(tài)識(shí)別、遙感圖像分析等十項(xiàng)全球AI排行榜第一。2020年初,大華股份在 MIT Scene Parsing Benchmark場(chǎng)景解析任務(wù)中取得了第一。本次在雙目立體匹配算法領(lǐng)域再次取得新突破。大華股份積極加速AI技術(shù)成果向現(xiàn)實(shí)生產(chǎn)力轉(zhuǎn)化,賦能行業(yè)智能化升級(jí)。
大華股份AI最新雙目立體匹配算法評(píng)測(cè)全球排名第一(提交時(shí)間:2020.04.07)
(截圖來源:www.cvlibs.net/datasets/kitti/eval_scene_flow.php?benchmark=stereo)
關(guān)于KITTI:
KITTI數(shù)據(jù)集由德國(guó)卡爾斯魯厄理工學(xué)院和豐田美國(guó)技術(shù)研究院聯(lián)合創(chuàng)辦,是目前國(guó)際上最大的計(jì)算機(jī)視覺算法評(píng)測(cè)數(shù)據(jù)集之一。數(shù)據(jù)集用于評(píng)測(cè)立體匹配(stereo)、光流(flow)、場(chǎng)景流(sceneflow)、視覺里程計(jì)(visual odometry)、物體檢測(cè)(object detection)和跟蹤(tracking)、道路分割(road)、語(yǔ)義分割(semantics)等計(jì)算機(jī)視覺技術(shù)在車載環(huán)境下的性能。KITTI包含市區(qū)、鄉(xiāng)村和高速公路等場(chǎng)景采集的真實(shí)圖像數(shù)據(jù),每張圖像中最多包含15輛車和30個(gè)行人,且存在不同程度的遮擋與截?cái)唷?/P>
雙目立體匹配:
雙目立體匹配是場(chǎng)景三維感知的重要手段,在3D重建,智能機(jī)器人、自動(dòng)駕駛、AR等領(lǐng)域中有著廣泛的應(yīng)用。雙目立體匹配算法通過對(duì)左右目相機(jī)拍攝的圖像進(jìn)行相似性匹配,并獲得視差圖,隨后根據(jù)立體幾何原理推測(cè)場(chǎng)景深度。
在本次國(guó)際測(cè)評(píng)中,大華基于自主研發(fā)的深度學(xué)習(xí)平臺(tái),開發(fā)了一種基于深度神經(jīng)網(wǎng)絡(luò)的立體匹配算法。該算法采用了ASPP的結(jié)構(gòu)對(duì)輸入圖像進(jìn)行多尺度特征提取,并將傳統(tǒng)的SGM算法融入到神經(jīng)網(wǎng)絡(luò)中。此外,在訓(xùn)練過程中加入了額外的自監(jiān)督學(xué)習(xí)策略,有效地提高了算法的精度。
輸入圖像(一)
可視化視差圖(一)
誤差圖(一)
輸入圖像(二)
可視化視差圖(二)
誤差圖(二)
△以上圖片為該國(guó)際權(quán)威評(píng)測(cè)數(shù)據(jù)集的立體匹配算法效果圖
大華實(shí)際產(chǎn)品和未來產(chǎn)品中的應(yīng)用
➢室外3D重建:
場(chǎng)景視差圖
➢起立檢測(cè):
場(chǎng)景視差圖
本次評(píng)測(cè)中使用的技術(shù)已在大華雙目攝像機(jī)等產(chǎn)品中得到應(yīng)用,提升了雙目攝像機(jī)的捕獲目標(biāo)深度數(shù)據(jù)、目標(biāo)分離等性能,賦能場(chǎng)景化應(yīng)用價(jià)值。
關(guān)注微信公眾號(hào) |
免責(zé)聲明:本文圖文素材來源于大華,本文僅代表作者個(gè)人觀點(diǎn),本站不作任何保證和承諾,若有任何疑問,請(qǐng)與本文作者或提供稿件商家聯(lián)系。如涉及到侵權(quán),請(qǐng)聯(lián)系我們及時(shí)刪除。