10 月 27 日-11 月 2 日，在 ICCV 2019 Workshop 舉辦的 Vision Meets Drone: A Challenge（簡(jiǎn)稱：VisDrone 2019）挑戰(zhàn)賽上，云從科技研究院與中科院信息工程研究所葛仕明研究員團(tuán)隊(duì)（以下簡(jiǎn)稱「聯(lián)合研究團(tuán)隊(duì)」）獲得了 Task3「單目標(biāo)跟蹤挑戰(zhàn)（Single Object Tracking, SOT）」冠軍。

 

VisDrone2019 挑戰(zhàn)賽

ICCV 2019 國(guó)際計(jì)算機(jī)視覺(jué)大會(huì)由 IEEE 主辦，與計(jì)算機(jī)視覺(jué)模式識(shí)別會(huì)議（CVPR）和歐洲計(jì)算機(jī)視覺(jué)會(huì)議（ECCV）并稱計(jì)算機(jī)視覺(jué)方向的三大頂級(jí)會(huì)議，屬于 CCF A 類會(huì)議。

此次 VisDrone 2019（無(wú)人機(jī)目標(biāo)檢測(cè)）挑戰(zhàn)賽，要從無(wú)人機(jī)獲取的視覺(jué)數(shù)據(jù)中進(jìn)行物體檢測(cè)和跟蹤，吸引了來(lái)自海內(nèi)外知名高校、科研機(jī)構(gòu)和企業(yè)，包括中科院、清華大學(xué)、馬里蘭大學(xué)、伊利諾伊大學(xué)厄巴納-香檳分校、云從科技、三星研究院等近百支隊(duì)伍參賽。

本屆挑戰(zhàn)賽包含了四個(gè)任務(wù)，聯(lián)合研究團(tuán)隊(duì)參加了「任務(wù) 3：?jiǎn)文繕?biāo)跟蹤挑戰(zhàn)」。

VisDrone 2019 數(shù)據(jù)集由天津大學(xué)機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘?qū)嶒?yàn)室的 AISKYEYE 團(tuán)隊(duì)收集，全部基準(zhǔn)數(shù)據(jù)集由無(wú)人機(jī)捕獲，包括 288 個(gè)視頻片段，總共包括 261908 幀和 10209 個(gè)靜態(tài)圖像。

這些幀由 260 多萬(wàn)個(gè)常用目標(biāo)（如行人、汽車、自行車和三輪車）的手動(dòng)標(biāo)注框組成。為了讓參賽隊(duì)伍能夠更有效地利用數(shù)據(jù)，數(shù)據(jù)集還提供了場(chǎng)景可見(jiàn)性、對(duì)象類別和遮擋等重要屬性。

因此，本屆賽題難點(diǎn)諸多。聯(lián)合研究團(tuán)隊(duì)在「任務(wù) 3：?jiǎn)文繕?biāo)跟蹤挑戰(zhàn)」中，不僅要處理訓(xùn)練集、驗(yàn)證集、測(cè)試集等大量數(shù)據(jù)，還要克服數(shù)據(jù)中的低分辨率、長(zhǎng)期遮擋、相機(jī)運(yùn)動(dòng)模糊等困難。

任務(wù) 3：?jiǎn)文繕?biāo)跟蹤挑戰(zhàn)

處理方案

經(jīng)過(guò)反復(fù)訓(xùn)練與測(cè)試，聯(lián)合研究團(tuán)隊(duì)最終提出了改進(jìn)的精確目標(biāo)狀態(tài)估計(jì)算法：ED-ATOM。方法里面包含兩個(gè)模塊：目標(biāo)估計(jì)和物體分類。

其中，目標(biāo)估計(jì)模塊使用 IOU 預(yù)測(cè)網(wǎng)絡(luò)、ResNet-18 網(wǎng)絡(luò)和 ImageNet 等數(shù)據(jù)集來(lái)做預(yù)訓(xùn)練，同時(shí)使用低光照?qǐng)D像增強(qiáng)算法處理原始數(shù)據(jù)，離線精調(diào)模型后再在線基于跟蹤狀態(tài)的搜索策略改進(jìn)魯棒性。

物體分類模塊則使用數(shù)據(jù)增強(qiáng)的方法，進(jìn)行在線數(shù)據(jù)擴(kuò)充，以便于分類模型的可推廣性。同時(shí)基于跟蹤狀態(tài)的有效搜索策略，改進(jìn)穩(wěn)健性。

最終，結(jié)合 IE（圖像增強(qiáng)）、ED（通過(guò)增強(qiáng)數(shù)據(jù)訓(xùn)練的 IOU 預(yù)測(cè)網(wǎng)絡(luò)）、DA（在線數(shù)據(jù)增強(qiáng)）、LT（長(zhǎng)期跟蹤）幾種方法的 ED-ATOM 算法，取得了最優(yōu)成績(jī)。

 

ED-ATOM 算法運(yùn)用微光圖像增強(qiáng)方法實(shí)行暗部追蹤訓(xùn)練，通過(guò)不同方法的測(cè)試，確定效果最佳方案；

運(yùn)用數(shù)據(jù)擴(kuò)充方案，在目標(biāo)外觀發(fā)生變化的情況下，通過(guò)翻轉(zhuǎn)、平移、縮放、仿射、旋轉(zhuǎn)、模糊等增強(qiáng)方法，提高跟蹤自適應(yīng)性；

在面對(duì)嚴(yán)重的不在視野和完全遮擋的跟蹤情況下，使用長(zhǎng)期跟蹤方案，可以自適應(yīng)搜索區(qū)域，提高跟蹤穩(wěn)健性。

通過(guò) ED-ATOM 算法，將可以實(shí)現(xiàn)在低分辨率、長(zhǎng)期遮擋、攝像機(jī)運(yùn)動(dòng)/運(yùn)動(dòng)模糊等情況下的有效可視化，從而達(dá)到鎖定目標(biāo)、預(yù)判行動(dòng)等效果。

 

跟蹤分?jǐn)?shù)

據(jù)了解，作為人工智能領(lǐng)域的智能服務(wù)企業(yè)，云從科技在廣州、重慶、上海、蘇州、成都等地都成立了研發(fā)中心，研發(fā)人員超過(guò) 1000 名，提供了核心技術(shù)產(chǎn)品研發(fā)能力。同時(shí)與各大學(xué)、研究院等成立聯(lián)合實(shí)驗(yàn)室，掌握最前沿的核心技術(shù)研發(fā)能力。 

雷鋒網(wǎng) AI 開(kāi)發(fā)者雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。