Bulut, ICCV teknolojisinden dünya şampiyonluğu kazandı, drone hedef takibine meydan okuyor
ReID, 3D insan rekonstrüksiyon teknolojisi ve doğal dil işleme teknolojisi dünya rekorlarını bu yıl Mart ayında takip eden yapay zeka "milli takım" bulutu, teknolojide bir kez daha dünyaya öncülük ediyor. Aynı zamanda bu, Cloud'un dünya şampiyonluğunu kazandığı 14. kez.
27 Ekim - 2 Kasım tarihleri arasında, Vision Meets Drone: A Challenge'da (VisDrone 2019) ICCV 2019 Workshop, Yuncong Technology Research Institute ve Çin Bilimler Akademisi Bilgi Mühendisliği Enstitüsü Ge Shiming araştırma ekibinde (bundan böyle olarak anılacaktır) "Ortak Araştırma Ekibi"), Task3 "Tek Nesne İzleme Yarışması (Tek Nesne İzleme, SOT)" şampiyonasını kazandı ve bu proje için bir kez daha dünya rekorunu kırdı.
İHA'ların kentsel, tarım, havacılık ve diğer uygulama alanlarında görsel veri toplama ekipmanı olarak hızlı ve yaygın bir şekilde konuşlandırılmasıyla, İHA platformları tarafından toplanan görsel verilerin analiz edilmesi ve anlaşılması ihtiyacı giderek daha acil hale geldi. Yuncong Technology'nin Single Target Tracking Challenge'a katılımının başarısı, yalnızca bilgisayarla görmenin ve hatta yapay zeka teknolojisinin daha da teşvik edilmesi değil, aynı zamanda video izleme, insan-bilgisayar etkileşimi, otonom sürüş ve sanal gerçeklik gibi sahneler için de büyük önem taşıyor.
Yuncong Technology, gelecekte yapay zeka teknolojisini ve insan-makine işbirliği platformlarını temel olarak kullanmaya devam edecek ve endüstri lideri yapay zeka, bilişsel bilgi işlem ve büyük veri teknolojilerinden oluşan entegre çözümler aracılığıyla geleceğin şehirlerinin her yerde bulunan zeka altında inşa edilmesini teşvik edecek.
VisDrone2019 Mücadelesi
ICCV 2019 Uluslararası Bilgisayarlı Görü Konferansı, IEEE'nin ev sahipliğinde olup, Bilgisayar Görme Örüntü Tanıma Konferansı (CVPR) ve Avrupa Bilgisayarlı Görü Konferansı (ECCV) ile birlikte bilgisayarla görme yönünde en iyi üç konferans olarak adlandırılır ve CCF Sınıf A konferansına aittir.
VisDrone 2019 (Drone Target Detection) Challenge, insansız hava araçlarıyla elde edilen görsel verilerden nesne algılama ve izleme için kullanılacak.Çin Bilimler Akademisi, Tsinghua Üniversitesi ve Maryland dahil olmak üzere yurtiçi ve yurtdışından tanınmış üniversiteleri, bilimsel araştırma kurumlarını ve şirketleri cezbetmiştir. Üniversite, Urbana-Champaign'deki Illinois Üniversitesi, Yuncong Technology ve Samsung Research Institute dahil olmak üzere yaklaşık yüz ekip katıldı.
Bu meydan okuma dört görevi içeriyordu: Ortak araştırma ekibi "Görev 3: Tek Hedef Takibi Yarışması" na katıldı ve sonunda birçok katılımcı takım arasında öne çıktı ve şampiyonluğu kazandı.
VisDrone 2019 veri seti, Tianjin Üniversitesi Makine Öğrenimi ve Veri Madenciliği Laboratuvarının AISKYEYE ekibi tarafından toplandı.Tüm karşılaştırma veri setleri, toplam 261908 kare ve 10209 hareketsiz görüntü dahil olmak üzere 288 video klibi dahil olmak üzere dronlar tarafından yakalandı.
Bu çerçeveler, yayalar, arabalar, bisikletler ve üç tekerlekli bisikletler gibi 2,6 milyondan fazla yaygın olarak kullanılan hedef için manuel olarak etiketlenmiş çerçevelerden oluşur. Katılan ekiplerin verileri daha etkin kullanmasına olanak sağlamak için veri kümesi ayrıca sahne görünürlüğü, nesne kategorisi ve kapanma gibi önemli özellikler de sağlar.
Dolayısıyla bu yarışmada pek çok zorluk var. "Görev 3: Tek Hedef İzleme Zorluğu" nda, ortak araştırma ekibi yalnızca eğitim seti, doğrulama seti ve test seti gibi büyük miktarda veriyle uğraşmakla kalmaz, aynı zamanda verilerdeki düşük çözünürlük, uzun vadeli tıkanma ve kamera hareket bulanıklığı gibi zorlukların da üstesinden gelir.
Görev 3: Tek hedef izleme zorluğu
Yeni bir dünya rekoru kırın
Tekrarlanan eğitim ve testlerden sonra, ortak araştırma ekibi nihayet gelişmiş bir doğru hedef durum tahmin algoritması önerdi: ED-ATOM. Yöntem iki modül içerir: hedef tahmini ve nesne sınıflandırması.
Bunların arasında, hedef tahmin modülü, ön eğitim için IOU tahmin ağı, ResNet-18 ağı ve ImageNet gibi veri setlerini kullanır.Aynı zamanda, orijinal verileri işlemek için düşük ışıklı görüntü geliştirme algoritmalarını kullanır. Modelin çevrimdışı ince ayarını yaptıktan sonra, izleme durumuna dayalı çevrimiçi arama stratejisi geliştirilir. Harika.
Nesne sınıflandırma modülü, sınıflandırma modelinin genelleştirilmesini kolaylaştırmak için çevrimiçi veri genişletme gerçekleştirmek için veri geliştirme yöntemlerini kullanır. Aynı zamanda, izleme durumuna dayalı etkili bir arama stratejisi sağlamlığı artırır.
Sonunda, IE (görüntü geliştirme), ED (gelişmiş verilerle eğitilen IOU tahmin ağı), DA (çevrimiçi veri geliştirme) ve LT (uzun vadeli izleme) yöntemlerini birleştiren ED-ATOM algoritması en iyi sonuçları elde etti ve yenilendi Dünya rekoru.
Karanlık kısım izleme eğitimini uygulamak için düşük ışıkta görüntü iyileştirme yöntemini kullanın ve farklı test yöntemleriyle en iyi planı belirleyin;
Hedef görünüm değiştiğinde çevirme, çevirme, yakınlaştırma, yakınlaşma, döndürme ve bulanıklaştırma gibi geliştirme yöntemleri aracılığıyla izleme uyarlanabilirliğini geliştirmek için veri genişletme şemasını kullanın;
Ciddi görüş dışı ve tamamen tıkanmış izleme durumları karşısında, uzun vadeli izleme şemalarının kullanılması, alanları uyarlamalı olarak arayabilir ve izleme sağlamlığını artırabilir.
ED-ATOM algoritması sayesinde, hedefleri kilitleme ve eylemleri tahmin etmenin etkilerini elde etmek için düşük çözünürlük, uzun süreli kapanma, kamera hareketi / hareket bulanıklığı vb. Altında etkili görselleştirme elde edebiliriz.
Yüksek kaliteli takip puanı
Bu sonucun başarısı, gerçek senaryoların uygulanmasında her zaman yapay zekanın teknik araştırmalarına ve yeniliğine bağlı kalan ortak araştırma ekibinin ortak çabasıdır. Yuncong Teknolojisi, Çin Bilimler Akademisi'nin Chongqing Araştırma Enstitüsü'nden inkübe edildi ve Çin Bilimler Akademisi ile aynı çizgide.
Yapay zeka alanında akıllı bir hizmet şirketi olan Cloud, teknolojiden küresel yeteneklere sahip ve çekiyor. Guangzhou, Chongqing, Şangay, Suzhou, Chengdu ve diğer yerlerde 1.000'den fazla Ar-Ge personeli ile Ar-Ge merkezleri kuruldu ve temel teknoloji ürünleri için Ar-Ge yetenekleri sağlandı. Aynı zamanda, en son teknoloji araştırma ve geliştirme yeteneklerinde ustalaşmak için üniversiteler ve araştırma enstitüleriyle ortak laboratuvarlar kurmuştur. Bol yetenek ve teknik rezerv, Yuncong Teknolojisinin yeniden bir dünya rekoru yaratması için güçlü bir ivme sağlıyor.
Yuncong Technology, teknolojik yeniliklerin peşinde koşarken her zaman teknik senaryoların uygulanmasına bağlı kalmıştır. ED-ATOM algoritmasının önerisi, gelecekte güvenlik algılama, yaya izleme ve güvenlik algılama ürün geliştirmede daha değerli bir rol oynayacaktır.
Örneğin akıllı güvenlik açısından Yuncong Technology tarafından geliştirilen akıllı güvenlik yönetim sistemi, Nesnelerin İnterneti, yapay zeka ve büyük veri teknolojisine dayalı insan merkezli bir akıllı uygulama sistemidir. Yeni algoritmaların entegrasyonu, olası mobil terminallere (dronlar veya otonom sistemler) uygulanma şansını büyük ölçüde artırdı.
