阿里巴巴「NASA計劃」新進展：刷新視覺計算世界紀錄

5 月 18 日，全球權威機器視覺演算法測評平台 KITTI 的世界紀錄再次被刷新。來自中國的科技公司阿里雲將其車輛檢測的準確率拉升至 90.46%。

車輛檢測被認為是實現無人駕駛的關鍵技術，極具挑戰。據了解，此次重大技術突破是由阿里巴巴 iDST 視覺計算研究員華先勝領導的團隊完成。

他們提出了基於區域融合決策和上下文相關的多任務深度神經網路，用於複雜場景下的車輛檢測任務，重點解決其中多視角，多姿態以及車輛遮擋等問題。

在網路結構設計上，團隊利用反卷積操作提高了小目標的召回率，同時拼接了多層特徵以融合低層的局部信息和高層的語義信息，提高了邊框定位的準確率。

在訓練過程中，還借鑒了 GAN（生成對抗網路）中的對抗訓練模式。

華先勝表示，「現在我們已經將這樣的技術集成到阿里雲 ET 當中，並在城市大腦中得以應用。它能夠幫助城市大腦準確的看懂車流信息，快速的做出全局性判斷」。

華先勝是視覺識別和搜索領域的國際級權威學者，曾獲選國際電氣與電子工程協會院士 (IEEE Fellow)、美國計算機協會 ACM 傑出科學家。

城市大腦是包括阿里雲在內的 13 家企業聯合杭州市政府發起的項目，旨在構建一個城市級的人工智慧中樞，讓城市能夠與人類友好互動。這其中分析視頻是城市大腦獲取信息的關鍵。

以交通治理為例，通過這項技術，城市大腦通過普通攝像頭就可以感知複雜路況下車輛的運行狀態和軌跡，對這些數據進行實時分析。基於此，進行多種智能交通優化。在視頻數據處理規模上，全球罕有。

在視覺計算領域的持續攻堅，是阿里巴巴「NASA」計劃的一部分。該計劃聚焦於機器學習、晶元、IoT、操作系統、生物識別等核心領域，他們希望能解決 10 年、20 年後的困難。此前，已在光量子計算機、全浸沒液冷伺服器等方面取得重大進展。

KITTI 是目前國際上最大的自動駕駛場景下的計算機視覺演算法評測數據集，可以用於評測目標檢測等計算機視覺技術在複雜真實環境下的性能。KITTI 包含市區、鄉村和高速公路等場景採集的真實圖像數據，有大量的微小目標、欠曝和過曝、多種視角變化以及各種遮擋情況。

測評結果頁面：

http://www.cvlibs.net/datasets/kitti/eval_object.php

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！