杭州2018年9月11日电-- 人工智能技术的快速发展加速物联网行业的升级，视频结构化智能解析技术能够从海量视频数据中提取价值数据，供进一步数据分析和挖掘，为精准决策提供基础保障，赋能公安、交通、金融、楼宇、零售等各个行业应用。
近日，大华股份基于深度学习技术研发的目标检测技术，刷新了KITTI 2D Object Detection (Pedestrian)竞赛的全球最好成绩，取得了人体目标检测排行榜第一名，超越其它一流的 AI 公司和顶尖的学术研究机构，以及 ECCV 和 CVPR 最佳目标检测研究成果，这标志着大华股份在目标检测领域处于世界领先水平。
大华股份在 AI 的核心技术领域持续耕耘，不断提升智能算法、算力的核心竞争力。这是大华股份继2018年取得 KITTI 国际竞赛车辆目标检测第一名之后，再次在人体目标检测领域取得重大突破。前不久，大华股份行人多目标跟踪技术在 MOT Challenge 国际测评中取得第一的好成绩。
KITTI 数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的计算机视觉算法评测数据集之一。数据集用于评测立体图像 (stereo)，光流 (optical flow)，视觉测距 (visual odometry)，物体检测 (object detection) 和跟踪 (tracking) 等计算机视觉技术在车载环境下的性能。KITTI 包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多包含15辆车和30个行人，且存在不同程度的遮挡与截断。
2D人体目标检测任务
该任务中的行人数量多，且有大量遮挡截断的情况，行人尺度、角度变化多，目标检测难度较大。大华股份最终以78.29%的准确率位列第一。
本次竞赛在大华自主研发的深度学习平台上，汲取了 ResNet 等网络结构的优点，改进了深度学习检测算法框架，采用强化学习等训练技巧，并运用多模型融合技术，大幅提升了遮挡目标和小目标的检出率。
该竞赛数据集的行人检测效果图如下：
行人检测效果图
本次竞赛中使用的技术已经在大华的客流分析、人群态势、视频结构化解析、周界管理、智能交通等产品和解决方案上得到广泛应用。
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。
