近日，大华股份基于深度学习的视觉目标跟踪算法，在通用目标跟踪评测集GOT-10k(Generic Object Tracking Benchmark)上获得综合精度排行榜第一，超越了其它一流AI公司和顶尖的学术研究机构;同时在OTB2015/VOT2018/VOT2019数据集上刷新了当前跟踪算法SOTA(state-of-the-art)标准，这标志着大华在视觉目标跟踪领域处于领先水平。
关于GOT-10k
GOT-10k数据集由中国科学院自动化研究所CASIA的智能系统与工程研究中心发布并维护，是具有国际权威的通用目标跟踪算法评测数据集。其中，训练集由10000个视频序列组成，包含563个目标类别与87种运动模式;测试集由180个视频序列组成，包含84个目标类别与32种运动模式。训练集与测试集的目标类别不重合，且算法评估时要求使用统一的训练数据，极具挑战性，吸引了海内外广大学者和知名学术机构参与。
关于视觉目标跟踪算法
该算法是为模拟人眼在目标运动估计及跟踪方面的能力，给定任意目标的初始位置，跟踪算法负责输出后续帧中该目标的位置与分布状态，同时要适应相机视角变化、环境变化、遮挡物、周边干扰物等因素的影响，可广泛应用于智能视频监测、辅助驾驶系统、人机交互、机器人视觉导航等领域。
在本次国际测评中，为实现复杂环境下对运动目标的准确跟踪，大华股份RSIA团队创新使用特征点集取代矩形框进行目标状态估计，进而实现精细化的目标区域表述与几何变换建模能力;在算法框架上使用并行分支结构，结合多层聚合策略，有效获取目标结构信息与对抗干扰物的强鲁棒性。
在大华实际产品中的应用
大华股份AI荣获视觉目标跟踪算法评测全球排名第一
（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。 ）
