近日，大華股份基于深度學(xué)習(xí)的視覺目標(biāo)跟蹤算法，在通用目標(biāo)跟蹤評測集GOT-10k（Generic Object Tracking Benchmark）上獲得綜合精度排行榜第一，超越了其它一流AI公司和頂尖的學(xué)術(shù)研究機構(gòu)；同時在OTB2015/VOT2018/VOT2019數(shù)據(jù)集上刷新了當(dāng)前跟蹤算法SOTA（state-of-the-art）標(biāo)準(zhǔn)，這標(biāo)志著大華在視覺目標(biāo)跟蹤領(lǐng)域處于領(lǐng)先水平。

大華視覺目標(biāo)跟蹤算法獲得GOT-10K評測排行榜第一

(網(wǎng)址: http://got-10k.aitestunion.com/index)

關(guān)于GOT-10k

GOT-10k數(shù)據(jù)集由中國科學(xué)院自動化研究所CASIA的智能系統(tǒng)與工程研究中心發(fā)布并維護，是具有國際權(quán)威的通用目標(biāo)跟蹤算法評測數(shù)據(jù)集。其中，訓(xùn)練集由10000個視頻序列組成，包含563個目標(biāo)類別與87種運動模式；測試集由180個視頻序列組成，包含84個目標(biāo)類別與32種運動模式。訓(xùn)練集與測試集的目標(biāo)類別不重合，且算法評估時要求使用統(tǒng)一的訓(xùn)練數(shù)據(jù)，極具挑戰(zhàn)性，吸引了海內(nèi)外廣大學(xué)者和知名學(xué)術(shù)機構(gòu)參與。

關(guān)于視覺目標(biāo)跟蹤算法

該算法是為模擬人眼在目標(biāo)運動估計及跟蹤方面的能力，給定任意目標(biāo)的初始位置，跟蹤算法負責(zé)輸出后續(xù)幀中該目標(biāo)的位置與分布狀態(tài)，同時要適應(yīng)相機視角變化、環(huán)境變化、遮擋物、周邊干擾物等因素的影響，可廣泛應(yīng)用于智能視頻監(jiān)測、輔助駕駛系統(tǒng)、人機交互、機器人視覺導(dǎo)航等領(lǐng)域。

在本次國際測評中，為實現(xiàn)復(fù)雜環(huán)境下對運動目標(biāo)的準(zhǔn)確跟蹤，大華股份RSIA團隊創(chuàng)新使用特征點集取代矩形框進行目標(biāo)狀態(tài)估計，進而實現(xiàn)精細化的目標(biāo)區(qū)域表述與幾何變換建模能力；在算法框架上使用并行分支結(jié)構(gòu)，結(jié)合多層聚合策略，有效獲取目標(biāo)結(jié)構(gòu)信息與對抗干擾物的強魯棒性。

基于OTB2015數(shù)據(jù)集的算法評估結(jié)果

基于VOT2018/VOT2019數(shù)據(jù)集的算法評估結(jié)果

在大華實際產(chǎn)品中的應(yīng)用

無人機自主跟飛功能應(yīng)用

機器人自主跟隨功能應(yīng)用