移动端

视环会—环保行业线上展会

当前位置:兴旺宝>资讯首页> 名企动态

大华股份AI斩获自动驾驶车辆3D检测竞赛桂冠

2019-05-17 17:33:57来源:大华股份 阅读量:3 评论

分享:

导读:近日,大华股份基于深度学习技术研发的3D目标检测技术,刷新了The KITTI Vision Benchmark Suite中3D车辆类目检测任务(3D Object Detection Evaluation)排行榜,在3D车辆类目检测成功*。

  【安防展览网 品牌专栏】近日,大华股份基于深度学习技术研发的3D目标检测技术,刷新了The KITTI Vision Benchmark Suite中3D车辆类目检测任务(3D Object Detection Evaluation)排行榜,在3D车辆类目检测成功*,这标志着大华股份的人工智能技术在3D目标检测领域处于水平。
 

 
  大华股份在人工智能的核心技术领域持续耕耘,不断提升智能算法、算力的核心竞争力。这是大华股份继取得字符识别、场景流识别、目标跟踪、2D目标检测、行人重识别等多项竞赛之后,再次在3D目标检测领域取得突破。
 
  关于KITTI:
 
  KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办,是目前上大的计算机视觉算法评测数据集之一。数据集用于评测立体匹配(stereo)、光流(flow)、场景流(sceneflow)、视觉里程计(visual odometry)、物体检测(object detection)和跟踪(tracking)、道路分割(road)、语义分割(semantics)等计算机视觉技术的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据,每张图像中多包含15辆车和30个行人,且存在不同程度的遮挡与截断。
 
  3D目标检测
 
  3D目标检测是自动驾驶领域的核心技术之一,自动驾驶的汽车需要实时检测周围所有交通参与者,包括机动车、非机动车、行人,并准确地检测出各个目标的位置、大小和运动方向。由于2D图像缺少深度信息,难以准确地估计目标的距离,加上天气、光照、阴影等因素的影响,基于视觉的2D目标检测技术难以应对复杂的道路环境,因此自动驾驶技术中主要依靠基于雷达设备所采集的点云数据进行3D目标检测,同时采用基于2D的图像识别技术提高3D目标检测的准确性。
 
  本次竞赛在大华自主研发的深度学习平台上,汲取了2D目标检测、场景流识别等算法的优点,研发了一套基于图模型和神经网络的3D目标检测框架,使用3D点云数据与2D图像数据,从多个视角进行目标检测,并将多视角的检测结果进行融合,有效地提升了3D目标检测的准确性。
 
  该项竞赛数据集的车辆3D检测效果图
 
图1 3D检测效果图
 
图2 点云数据的鸟瞰图效果
版权与免责声明:1.凡本网注明“来源:兴旺宝装备总站”的所有作品,均为浙江兴旺宝明通网络有限公司-兴旺宝合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:兴旺宝装备总站”。违反上述声明者,本网将追究其相关法律责任。 2.本网转载并注明自其它来源(非兴旺宝装备总站)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。 3.如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
我来评论

昵称 验证码

文明上网,理性发言。(您还可以输入200个字符)

所有评论仅代表网友意见,与本站立场无关

    相关新闻