近日，大華股份基于深度學(xué)習的視覺(jué)目標跟蹤算法，在通用目標跟蹤評測集GOT-10k（Generic Object Tracking Benchmark）上獲得綜合精度排行榜第一，超越了其它一流AI公司和頂尖的學(xué)術(shù)研究機構；同時(shí)在OTB2015/VOT2018/VOT2019數據集上刷新了當前跟蹤算法SOTA（state-of-the-art）標準，這標志著(zhù)大華在視覺(jué)目標跟蹤領(lǐng)域處于領(lǐng)先水平。
關(guān)于GOT-10k
GOT-10k數據集由中國科學(xué)院自動(dòng)化研究所CASIA的智能系統與工程研究中心發(fā)布并維護，是具有國際權威的通用目標跟蹤算法評測數據集。其中，訓練集由10000個(gè)視頻序列組成，包含563個(gè)目標類(lèi)別與87種運動(dòng)模式；測試集由180個(gè)視頻序列組成，包含84個(gè)目標類(lèi)別與32種運動(dòng)模式。訓練集與測試集的目標類(lèi)別不重合，且算法評估時(shí)要求使用統一的訓練數據，極具挑戰性，吸引了海內外廣大學(xué)者和知名學(xué)術(shù)機構參與。
關(guān)于視覺(jué)目標跟蹤算法
該算法是為模擬人眼在目標運動(dòng)估計及跟蹤方面的能力，給定任意目標的初始位置，跟蹤算法負責輸出后續幀中該目標的位置與分布狀態(tài)，同時(shí)要適應相機視角變化、環(huán)境變化、遮擋物、周邊干擾物等因素的影響，可廣泛應用于智能視頻監測、輔助駕駛系統、人機交互、機器人視覺(jué)導航等領(lǐng)域。
在本次國際測評中，為實(shí)現復雜環(huán)境下對運動(dòng)目標的準確跟蹤，大華股份RSIA團隊創(chuàng )新使用特征點(diǎn)集取代矩形框進(jìn)行目標狀態(tài)估計，進(jìn)而實(shí)現精細化的目標區域表述與幾何變換建模能力；在算法框架上使用并行分支結構，結合多層聚合策略，有效獲取目標結構信息與對抗干擾物的強魯棒性。
在大華實(shí)際產(chǎn)品中的應用
大華股份AI榮獲視覺(jué)目標跟蹤算法評測全球排名第一
消息來(lái)源：浙江大華技術(shù)股份有限公司
