近日，科大讯飞凭借在道路目标检测领域多年的技术探索，刷新了Cityscapes 3D目标检测任务的全球最好成绩，得到检测分数(DS)42.9，取得了该项评测的第一名。这也是，科大讯飞继2017年、2018年参与测评之后，再一次刷新Cityscapes的世界纪录。
此次评测，科大讯飞借鉴了已在城市交通出行场景下应用的Anchor-Free车辆检测技术，将2D目标检测技术升级至3D，并结合3D到2D重投影的特殊先验信息进行算法迁移，通过结合语义、上下文信息、位置先验信息以及目标形状先验信息等，提取精确的3D目标检测框，构建形成一套具有丰富上下文信息的多层次单目3D目标检测方案
什么是Cityscapes和3D目标检测任务？
我们知道，在深度学习图像语意分割的训练过程中，需要有数据集及分好类的标签，这样才可以让你的神经网络进行学习，进而训练出模型。Cityscapes便是包含城市大量街道图片、视频用来训练识别的数据集，由戴姆勒(DAIMLER)等在内的三家德国单位联合提供，吸引了华为、阿里、微软、北大、中科院、MIT等上百个国内外著名AI实验室和顶尖学术研究机构积极参与，是CVPR、ECCV等国际顶级会议中实例分割任务常用的权威测试数据集。
2020年，在CVPR workshop上，Cityscapes公开了新的单目图像3D目标检测评测集，包含car, truck, bus, train, bicycle, motorcycle共6种类别目标。每种目标需要检测出其在空间中的三维坐标位置，目标的长、宽、高以及目标在空间中的旋转姿态。基于视觉的3D目标检测，是图像处理和计算机视觉领域的重要研究方向之一。
基于视觉的3D目标检测有什么重要意义？
基于科大讯飞在AI+3D视觉技术的结合探索之下，未来3D目标检测将能在城市治理、工业智能、机器智能、智能驾驶等多方面发挥广泛的作用。
【提供参考】
通过三维目标检测技术，可以感知目标的三维尺寸信息、空间位置。
【精准判断】
通过空间位置感知，可以更精准地判断目标和参照物之间的位置关系。
比如在城市交通管理场景中，当前交通违法判定主要还是依靠固定摄像头抓拍、二维图像判定的方式，往往存在视觉盲区。若将3D目标检测技术接入公安交警现有的交通视频智能分析平台，与AI巡检相结合，可以进一步精确判定车辆车型，基于空间位置感知和连续轨迹跟踪，计算出车辆的行驶速度、空间轨迹等，为越斑马线停车、超速抓拍、拥堵感知等违法异常事件判断提供更实时、更精准的决策依据。这不仅能够达到对已有设备资源的最大化利用，实现降本提效，还能够提升城市数字化治理能力，助力文明出行、平安出行。
如下图所示，右侧黑色车辆2D检测外边框和右侧交通线相交，此时通过二维平面相交关系判断，会认定车辆压线行驶。但从三维的检测结果分析，能够判断出车体并没有越过交通线。
AI赋能，建设美好世界
如何让机器变得更加“聪明”，具备足够的学习能力，并更精准地贴合现实使用需求，是所有人工智能研发团队所需解决的最大难题。科大讯飞直面检测精细度更高、场景更为复杂、挑战难度更大的3D目标检测任务，并一举刷新了世界纪录，意味着科大讯飞已经具备了强大的AI技术硬核实力。
多年来，科大讯飞在人工智能领域百花齐放，在基于深度学习的通用核心技术上厚积薄发。不仅在智能语音、机器翻译等大众熟悉的领域上在多项国际权威赛事上取得第一，实际上，科大讯飞在教育图文、人脸识别等计算机视觉领域也深耕多年，拥有丰富的经验和国际领先的技术，并已运用在教育、医疗、金融等多个行业，取得耀眼成绩，获得良好口碑。
未来，科大讯飞将继续坚持源头技术创新路线，秉持“顶天立地”的理念，加快开放应用场景，促进AI技术和各种应用场景相结合，加速人工智能技术落地，建设美好世界。(通讯员：科大讯飞集团 李倩)
（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。 ）
