近日，創(chuàng)新奇智憑借突破性的單目標(biāo)跟蹤算法，在通用單目標(biāo)跟蹤測(cè)評(píng)數(shù)據(jù)集GOT-10k（Generic Object Tracking Benchmark）上，以絕對(duì)優(yōu)勢(shì)獲得冠軍。

GOT-10K數(shù)據(jù)集由中科院發(fā)布，包括超過(guò)10000條取材于真實(shí)世界的視頻片段和560多個(gè)類別，超過(guò)150萬(wàn)個(gè)手動(dòng)標(biāo)記框，具備場(chǎng)景豐富、算法挑戰(zhàn)難度高等特點(diǎn)。

創(chuàng)新奇智奪冠的單目標(biāo)跟蹤算法，具有較強(qiáng)的魯棒性，有效克服了人或物在運(yùn)動(dòng)中各種復(fù)雜因素的干擾。目前，該算法已成為創(chuàng)新奇智MatrixVision視頻智能平臺(tái)上的重要算法資產(chǎn)，正在工業(yè)安全生產(chǎn)和公共服務(wù)等領(lǐng)域發(fā)揮作用。

來(lái)源于：http://got-10k.aitestunion.com/leaderboard

關(guān)于GOT-10k數(shù)據(jù)集：

GOT-10K數(shù)據(jù)集由中國(guó)科學(xué)院自動(dòng)化研究所CASIA的智能系統(tǒng)與工程研究中心發(fā)布并維護(hù)，是具有國(guó)際權(quán)威的通用單目標(biāo)跟蹤算法評(píng)測(cè)數(shù)據(jù)集。其中訓(xùn)練集由10000個(gè)視頻序列組成，全部取材于現(xiàn)實(shí)世界里移動(dòng)的物體，包含563個(gè)目標(biāo)類別與87種運(yùn)動(dòng)模式。物體的邊界框全部是手動(dòng)標(biāo)記，總計(jì)超過(guò)150萬(wàn)個(gè)。

測(cè)試集由180個(gè)視頻序列組成，包含84類移動(dòng)物體和32種運(yùn)動(dòng)模式，且訓(xùn)練視頻與測(cè)試視頻之間所有的對(duì)象不重疊。

GOT-10K數(shù)據(jù)集是以WordNet英文詞匯數(shù)據(jù)庫(kù)作為骨架搭建起來(lái)的，分為5個(gè)大類：動(dòng)物（Animal）、人造物體（Artifact）、人物（Person）、自然物體（Natural Object），以及Part。在這個(gè)大類別之下再細(xì)分成563個(gè)類別，不過(guò)這只是其中一個(gè)標(biāo)簽，另外一個(gè)標(biāo)簽是動(dòng)作類別，共有87種運(yùn)動(dòng)模式，極具挑戰(zhàn)性，吸引了海內(nèi)外廣大學(xué)者和知名學(xué)術(shù)機(jī)構(gòu)參與。

創(chuàng)新奇智跟蹤算法：

目標(biāo)跟蹤算法是為模擬人眼在目標(biāo)運(yùn)動(dòng)估計(jì)和跟蹤方面的能力，給定一個(gè)目標(biāo)的初始位置，然后跟蹤算法會(huì)負(fù)責(zé)輸出后續(xù)幀中該物體的位置。同時(shí)，算法要克服物體在運(yùn)動(dòng)中存在的諸如運(yùn)動(dòng)模糊、運(yùn)動(dòng)遮擋、外觀變化、光照變化、背景相似干擾等因素的影響，才能獲得好的算法性能。

創(chuàng)新奇智跟蹤算法能夠有效地解決上述問(wèn)題，還具備超強(qiáng)的魯棒性。該算法以DIMP算法為骨干，首先使用孿生網(wǎng)絡(luò)來(lái)同時(shí)提取訓(xùn)練數(shù)據(jù)集和測(cè)試圖像的特征，然后加入一個(gè)模型優(yōu)化器，再加入背景信息對(duì)初始幀得到的卷積層進(jìn)行權(quán)重優(yōu)化，然后使用自研的損失函數(shù)能夠解決正負(fù)樣本不均衡的問(wèn)題，同時(shí)讓優(yōu)化網(wǎng)絡(luò)能夠有效地提取前景和背景的特征，做出具備魯棒性的判斷。

DIMP網(wǎng)絡(luò)

跟蹤算法的落地應(yīng)用：

目標(biāo)跟蹤任務(wù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要任務(wù)，廣泛使用在智能視頻監(jiān)控、工業(yè)視覺(jué)的安全生產(chǎn)等領(lǐng)域。該先進(jìn)算法已經(jīng)收錄在創(chuàng)新奇智MatrixVision視頻智能平臺(tái)上面。該平臺(tái)預(yù)先內(nèi)置圖像分類、物體檢測(cè)、圖像分割、目標(biāo)跟蹤等多種算法，可以快速靈活得整合外部軟硬件，讓交付變得更輕，同時(shí)讓各個(gè)功能算法更好地適配到各個(gè)硬件平臺(tái)上面。目前，MatrixVision已經(jīng)支持智慧工地，智慧園區(qū)，明廚亮灶，智慧油站，智慧防疫，智慧電梯等6大邊緣場(chǎng)景，提供車輛車牌識(shí)別追蹤、明火煙霧檢測(cè)、行人識(shí)別追蹤、安全服帽檢測(cè)等多種檢測(cè)任務(wù)。

責(zé)任編輯：PSY