科大讯飞再度刷新 Cityscapes 世界记录 城市治理领域研究持续突破

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）