近日，大华股份基于深度学习算法的场景分割技术，刷新了MIT Scene Parsing Benchmark中场景解析任务(Scene Parsing)全球最好成绩，取得了场景解析排行榜第一，超越其它一流AI公司和学术研究机构，及ICCV、ECCV、CVPR相关论文中的场景分析研究成果，这标志着大华股份在场景解析领域处于领先水平。
关于ADE20K_MIT：
ADE20K_MIT是由麻省理工学院CSAIL(MIT CSAIL)研究组发布并维护的用于MIT Scene Parsing Benchmark场景解析的评测数据集，是国际权威的计算机视觉语义分割算法评测数据集之一。数据集用于评测场景感知、场景解析、实例分割和语义理解等计算机视觉技术的性能;评测场景目标繁多、目标尺度变化范围大，极具有挑战性，吸引了MIT、微软、北大、清华、中科院、阿里等上百个国内外著名AI实验室和知名学术研究机构的参与。
关于场景解析：
场景解析是分割领域的核心技术之一，需要解决复杂场景解析中常见的遮挡、类别不清易混淆等问题。本次国际评测，大华基于自主研发的深度学习平台，创新汲取语义分割、全景分割等算法优势，研发了一套基于图模型和神经网络的语义分割框架，通过多尺度的特征融合，引入频域上的自适应IoU Loss损失函数，并使用多模型特征融合技术，高效提升了场景分割的像素准确率(Pixel Accuracy)以及平局交并比(Mean IoU)，最终刷新场景解析数据集评测记录，取得了排行榜第一的好成绩。
大华股份在AI技术领域持续耕耘与创新，不断提升算法、算力的核心竞争力。2018年，大华股份取得道路分割、车辆跟踪、多目标跟踪、3D目标检测、人体检测、车辆检测、场景流、光流、行人检索等12项全球AI排行榜第一;2019年，大华股份取得行人重识别、目标实例分割、图像语义分割、步态识别、遥感图像分析等10项全球AI排行榜第一。大华股份积极加速AI技术成果向现实生产力转化，赋能行业智能化升级。
大华场景解析在产品及方案中的应用演示：
大华场景解析在产品及方案中的应用演示
在智慧交管领域，基于大华场景解析技术，可自动识别场景中包括车道线、转向箭头、停止线、斑马线、路肩等交通标志信息，如在违章预审方案应用中，借助该项技术可实现无需人工配置复杂规则，即自动分析判断目标轨迹、行为是否违章，提高工作效率，有效提升产品的易用性，不断拓展交通场景解析相关的方案应用;同时，通过生态卡口、电警，哨兵双目抓拍，智慧交通信号控制等部署，最大限度地发挥AI技术优势，提高道路出行安全及出行效率，为构筑智慧交管提供强有力的技术引擎。未来，大华通过对AI技术的积累和突破，为智慧物流、智慧水务、智慧养殖、智慧零售等领域的拓展应用提供核心技术支撑，助力行业创新发展。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
