目標(biāo)跟蹤技術(shù)是視頻結(jié)構(gòu)化解析的核心技術(shù)之一，要重點(diǎn)解決遮擋、形變、光線變化、隨機(jī)運(yùn)動(dòng)、運(yùn)動(dòng)過(guò)快等難題。同時(shí)在解析過(guò)程中，需要利用目標(biāo)跟蹤技術(shù)降低耗時(shí)、提升精度以及減少重復(fù)分析。其原理是利用初始的目標(biāo)定位信息，完成時(shí)序中同一目標(biāo)的關(guān)聯(lián)，并根據(jù)關(guān)聯(lián)的信息完成行為判別和分析。單目標(biāo)跟蹤技術(shù)處理視頻序列中單個(gè)目標(biāo)對(duì)象的軌跡關(guān)聯(lián)，多目標(biāo)跟蹤技術(shù)處理視頻序列所有目標(biāo)對(duì)象的軌跡關(guān)聯(lián)。
近日，大華股份基于深度學(xué)習(xí)技術(shù)研發(fā)的目標(biāo)跟蹤技術(shù)，刷新了 Multiple Object Tracking （MOT） 競(jìng)賽的全球最好成績(jī)，取得了行人多目標(biāo)跟蹤排行榜第一名，超越騰訊優(yōu)圖、商湯等知名 AI 公司和中科院、北大、加州大學(xué)、倫敦大學(xué)等頂尖的學(xué)術(shù)研究機(jī)構(gòu)，以及 CVPR 2018年度最佳目標(biāo)跟蹤研究成果，這標(biāo)志著大華股份在目標(biāo)跟蹤領(lǐng)域處于世界領(lǐng)先水平。
大華股份在 AI 的核心技術(shù)領(lǐng)域持續(xù)耕耘，不斷提升智能算法、算力的核心競(jìng)爭(zhēng)力。這是大華股份繼2018年取得 KITTI 國(guó)際競(jìng)賽目標(biāo)檢測(cè)第一名之后，再次在目標(biāo)跟蹤領(lǐng)域取得突破。
關(guān)于 MOT Challenge
Multiple Object Tracking （MOT） 數(shù)據(jù)集由蘇黎世聯(lián)邦理工學(xué)院、阿德菜德大學(xué)及達(dá)姆施塔特工業(yè)大學(xué)聯(lián)合創(chuàng)辦的一個(gè)算法測(cè)評(píng)平臺(tái)，旨在評(píng)測(cè)多個(gè)行人目標(biāo)跟蹤技術(shù)在視頻監(jiān)控場(chǎng)景下的算法性能。作為跟蹤領(lǐng)域內(nèi)評(píng)測(cè)標(biāo)桿，MOT 吸引了眾多一流 AI 公司和學(xué)術(shù)機(jī)構(gòu)持續(xù)參與評(píng)測(cè)。
多目標(biāo)行人跟蹤任務(wù)
該任務(wù)中的行人數(shù)量多，且視頻序列中行人存在大量外觀變形，光照變化，快速運(yùn)動(dòng)和運(yùn)動(dòng)模糊，背景相似干擾，尺度變化，遮擋，低分辨率等難題。大華股份以54.1 MOTA 的分值位列第一。
本次競(jìng)賽在大華自主研發(fā)的深度學(xué)習(xí)平臺(tái)上，汲取了目標(biāo)檢測(cè)，人臉識(shí)別，以圖搜圖等算法的優(yōu)點(diǎn)，改進(jìn)了深度學(xué)習(xí)多目標(biāo)跟蹤算法框架，采用特征復(fù)用等獨(dú)創(chuàng)方法，并運(yùn)用多模型融合技術(shù)，大幅提升了跟蹤性能。
大華股份的實(shí)際產(chǎn)品中，采用該多目標(biāo)跟蹤技術(shù)的應(yīng)用效果
本次國(guó)際競(jìng)賽大華股份使用的目標(biāo)跟蹤技術(shù)已廣泛應(yīng)用在公司新推出的智能產(chǎn)品上，尤其是基于數(shù)據(jù)結(jié)構(gòu)化算法的前端攝像機(jī)、存儲(chǔ) NVR 和服務(wù)器產(chǎn)品等。
