杭州2020年3月31日 /美通社/ -- 近日，大華股份基于深度學(xué)習算法的場景分割技術(shù)，刷新了MIT Scene Parsing Benchmark中場景解析任務(wù)（Scene Parsing）全球最好成績，取得了場景解析排行榜第一，超越其它一流AI公司和學(xué)術(shù)研究機構(gòu)，及ICCV、ECCV、CVPR相關(guān)論文中的場景分析研究成果，這標志著大華股份在場景解析領(lǐng)域處于領(lǐng)先水平。
（排名來源：http://sceneparsing.csail.mit.edu/）
關(guān)于ADE20K_MIT：
ADE20K_MIT是由麻省理工學(xué)院CSAIL（MIT CSAIL）研究組發(fā)布并維護的用于MIT Scene Parsing Benchmark場景解析的評測數(shù)據(jù)集，是國際權(quán)威的計算機視覺語義分割算法評測數(shù)據(jù)集之一。數(shù)據(jù)集用于評測場景感知、場景解析、實例分割和語義理解等計算機視覺技術(shù)的性能；評測場景目標繁多、目標尺度變化范圍大，極具有挑戰(zhàn)性，吸引了MIT、微軟、北大、清華、中科院、阿里等上百個國內(nèi)外著名AI實驗室和知名學(xué)術(shù)研究機構(gòu)的參與。
關(guān)于場景解析：
場景解析是分割領(lǐng)域的核心技術(shù)之一，需要解決復(fù)雜場景解析中常見的遮擋、類別不清易混淆等問題。本次國際評測，大華基于自主研發(fā)的深度學(xué)習平臺，創(chuàng)新汲取語義分割、全景分割等算法優(yōu)勢，研發(fā)了一套基于圖模型和神經(jīng)網(wǎng)絡(luò)的語義分割框架，通過多尺度的特征融合，引入頻域上的自適應(yīng)IoU Loss損失函數(shù)，并使用多模型特征融合技術(shù)，高效提升了場景分割的像素準確率(Pixel Accuracy)以及平局交并比(Mean IoU)，最終刷新場景解析數(shù)據(jù)集評測記錄，取得了排行榜第一的好成績。
大華股份在AI技術(shù)領(lǐng)域持續(xù)耕耘與創(chuàng)新，不斷提升算法、算力的核心競爭力。2018年，大華股份取得道路分割、車輛跟蹤、多目標跟蹤、3D目標檢測、人體檢測、車輛檢測、場景流、光流、行人檢索等12項全球AI排行榜第一；2019年，大華股份取得行人重識別、目標實例分割、圖像語義分割、步態(tài)識別、遙感圖像分析等10項全球AI排行榜第一。大華股份積極加速AI技術(shù)成果向現(xiàn)實生產(chǎn)力轉(zhuǎn)化，賦能行業(yè)智能化升級。
大華場景解析在產(chǎn)品及方案中的應(yīng)用演示：
在智慧交管領(lǐng)域，基于大華場景解析技術(shù)，可自動識別場景中包括車道線、轉(zhuǎn)向箭頭、停止線、斑馬線、路肩等交通標志信息，如在違章預(yù)審方案應(yīng)用中，借助該項技術(shù)可實現(xiàn)無需人工配置復(fù)雜規(guī)則，即自動分析判斷目標軌跡、行為是否違章，提高工作效率，有效提升產(chǎn)品的易用性，不斷拓展交通場景解析相關(guān)的方案應(yīng)用；同時，通過生態(tài)卡口、電警，哨兵雙目抓拍，智慧交通信號控制等部署，最大限度地發(fā)揮AI技術(shù)優(yōu)勢，提高道路出行安全及出行效率，為構(gòu)筑智慧交管提供強有力的技術(shù)引擎。未來，大華通過對AI技術(shù)的積累和突破，為智慧物流、智慧水務(wù)、智慧養(yǎng)殖、智慧零售等領(lǐng)域的拓展應(yīng)用提供核心技術(shù)支撐，助力行業(yè)創(chuàng)新發(fā)展。
