2 أكتوبر 27 نوفمبر الرؤية يلتقي الطائرة بدون طيار في ICCV 2019 عقد ورشة عمل: تحدي (اختصار: VisDrone 2019) على التحدي والتكنولوجيا سحابة من معهد الأكاديمية الصينية للعلوم في معهد هندسة المعلومات، وفريق الباحث قه شى مينغ (يشار إليها فيما بعد فاز "فريق البحث المشترك") وTask3 "التحدي مسار واحد الهدف (كائن واحد تتبع، سوت)" العنوان.
VisDrone2019 التحدي
برعاية ICCV 2019 مؤتمر الرؤية الحاسوب الدولية من قبل IEEE، وأعلى ثلاثة المؤتمر على رؤية الحاسوب والمؤتمر الاعتراف نمط (CVPR) والمؤتمر الأوروبي على رؤية الكمبيوتر (ECCV) وقال الاتجاه رؤية الكمبيوتر، الذي ينتمي إلى فئة الاجتماع CCF A.
وVisDrone 2019 (الكشف عن الهدف UAV) التحدي، البيانات المرئية من الطائرات بدون طيار المكتسبة الكشف عن وجوه والتتبع، وقد اجتذب الجامعات المعروفة في الخارج، ومؤسسات البحوث والمؤسسات من بينها، بما في ذلك أكاديمية الصينية للعلوم، جامعة تشينغهوا، ميريلاند جامعة، جامعة إلينوي في أوربانا - شامبين، والمنافسة من التكنولوجيا السحابية، معهد بحوث سامسونج، ما يقرب من مائة فرق.
تحدي يشمل هذا العام أربع مهام، فريق بحث مشترك شارك في "العمل 3: هدف واحد التحديات تتبع".
تم حفرها VisDrone 2019 مجموعة البيانات من قبل جامعة تيانجين مختبر التعلم الآلي وفريق AISKYEYE جمع البيانات، وتعيين جميع البيانات المرجعية التي استولت عليها طائرات بدون طيار، بما في ذلك 288 مقاطع الفيديو، بما في ذلك ما مجموعه 261908 والصور الثابتة 10209.
هذه الأطر يدويا 2.6 مليون أهداف شائعة الاستخدام (مثل الناس والسيارات والدراجات الهوائية والدراجة ذات العجلات الثلاث) في مكونات مربع وسيلة الشرح. من أجل فرق لزيادة كفاءة استخدام البيانات، ويوفر مجموعة البيانات أيضا مشهد الرؤية، والطبقات كائن وانسداد والصفات الهامة الأخرى.
ولذلك، فإن العنوان الحالي تطابق العديد من الصعوبات. فريق بحثي مشترك "المهمة 3: أعزب الهدف المسار التحدي"، وليس فقط للتعامل مع مجموعة التدريب، والمصادقة مجموعات كبيرة من البيانات، ومجموعات اختبار، الخ، ولكن أيضا للتغلب على البيانات دقة منخفضة، والمأوى طويلة الأجل، وطمس حركة الكاميرا وغيرها من الصعوبات.
مهمة 3: هدف واحد التحدي تتبع
خيارات العلاج
بعد اختبار المتكررة والتدريب، فريق بحث مشترك أخيرا يقدم تحسنت دقة الدولة المستهدفة تقدير الخوارزمية: ED-ATOM. وهناك طريقة التي تتكون من وحدتين: الكائن الهدف وتصنيف المقدرة.
حيث وحدة تقدير التنبؤ الشبكة المستهدفة IOU، ResNet 18 شبكات ومجموعات البيانات الأخرى ImageNet قبل تدريبهم على القيام به، في حين أن استخدام ضوء انخفاض خوارزميات تحسين الصورة معالجة البيانات الخام، لتحسين وتعديل غرامة لو خارج الخط بعد استراتيجية البحث نموذج يقوم على دولة تتبع عصا من.
يستخدم الكائن وحدة تصنيف طريقة تعزيز البيانات، والإثراء البيانات على شبكة الإنترنت، وذلك لتسهيل نموذج تصنيف التكرار. في نفس الوقت مسار الدولة تقوم استراتيجية بحث فعال وتحسين المتانة.
في نهاية المطاف، فإن الجمع بين IE (تحسين الصورة)، ED (البيانات المعززة تدريبهم من قبل IOU شبكة التنبؤ)، DA (الانترنت تعزيز البيانات)، LT (حافل) ED-ATOM خوارزمية عدة طرق للحصول على أفضل النتائج.
ED-ATOM LLL الخوارزمية باستخدام أساليب تحسين الصورة لتتبع تنفيذ الجزء الظلام التدريب، عن طريق اختبار أساليب مختلفة لتحديد أفضل البرامج؛
استخدام برنامج التوسع البيانات، في حالة وجود تغيير في مظهر من الهدف، من خلال التقليب، بالغسل، والتكبير، أفيني، تدوير، وطمس، مثل أساليب معززة لتحسين تتبع القدرة على التكيف.
في مواجهة رؤية شديدة لا يتم حظر تماما وتتبع الحالات، واستخدام برنامج التتبع، منطقة البحث على التكيف على المدى الطويل يمكن أن يحسن تتبع متانة.
بواسطة خوارزمية ED-ATOM، سيتم تنفيذها في ذات دقة منخفضة، على المدى الطويل المأوى، والتصور الفعلي في حالة حركة الكاميرا / الضبابية وهلم جرا، ولتحقيقه المستهدفة، والعمل قبل صدور الحكم وغيرها من الآثار.
تتبع عشرات
ومن المعلوم أن مجال الذكاء الاصطناعي باعتباره ذكاء الأعمال الخدمة، وتكنولوجيا سحابة من قوانغتشو وتشونغتشينغ وشانغهاي وسوتشو وتشنغدو وغيرها من الأماكن إنشاء مراكز R & D، والموظفين R & D أكثر من 1000، وتوفر التكنولوجيا الأساسية القدرة R & D. في نفس الوقت انشاء مختبر مشترك مع الجامعات ومعاهد البحوث وغيرها من التكنولوجيا الأساسية لإتقان معظم قدرات R & D المتطورة.
لى فنغ شبكة AI المطورين لى فنغ لى فنغ صافي صافي
