Top
首页 > 正文

百度连夺CVPR2021十项世界冠军 自动驾驶和智能交通领域斩获颇丰

发布时间:2021-06-29 14:31 来源:TechWeb 作者:

CVPR 2021 AI国际盛会上,中国人工智能“头雁”百度勇夺十项世界冠军。其中,六项冠军成果可加速自动驾驶、智能交通全场景落地和应用。深厚的AI技术积累,成为百度推动中国自动驾驶、智能交通发展的最强技术底气。

11

作为全球计算机视觉三大顶会之一,2021年度全球计算机视觉及模式识别领域顶级学术会议CVPR(Conference on Computer Vision and Pattern Recognition)再次线上举行。会议赛事涵盖了计算机视觉多个细分领域,百度不仅夺得7项挑战赛的10个冠军,更保持多篇高质量论文入选,主办了一场重量级学术workshop和一场Tutorial,并受邀在大会上做同声翻译特邀报告。

在自动驾驶、智能交通相关领域,百度夺得六项世界冠军。其中,“语义分割,高分辨率人体解析,车载摄像头、路侧摄像头检测”赛道的3项冠军将直接有助于强化百度Apollo自动驾驶能力,加速自动驾驶更快速、更大规模、全场景落地。

22

(Semantic Segmentation Track 冠军)

AutoNUE(Scene Understanding Challenge for Autonomous Navigation in Unstructured Environments)作为近年来自动驾驶场景理解领域具有影响力的一场赛事,今年再次吸引大量关注者和参赛者。在考验参赛者在非结构化环境中的语义分割算法能力的语义分割赛道(Track5: Semantic Segmentation)中,百度最终击败其余参赛队伍,在Level 1、Level 2、Level 3三项测试指标上均以第一名的成绩摘得桂冠。

33

(High-resolution Human Parsing Track 冠军)

L2ID 2021挑战赛主要聚焦于受限和有噪数据的模式识别。在高分辨率人体解析赛道(localization challenge — Track 4: High-resolution Human Parsing)中,百度、北邮等联合团队以eIoU和mIoU均第一名的成绩击败其余参赛队伍获得冠军。

UG2+ (SEMI-)SUPERVISED OBJECT DETECTION IN HAZE CONDITIONS竞赛则考验参赛者面向城市感知中极端天气情况下的物体检测算法。百度使用最新的transformer模型,配合cascade-rcnn结构,作为基础模型,以提高模型的识别能力,同时使用去雾和非去雾的数据组合进行训练,提升了模型的泛化性能,最终获得比赛冠军。

由英伟达、约翰霍普金斯大学、波士顿大学等主办的第五届AI CITY智慧城市挑战赛,更是百度多次夺冠的“自留地”。今年,百度与阿里、滴滴、字节跳动、上海交大、密苏里大学、韩国科学技术院等其他304支参赛队伍,在4个赛道展开激烈角逐。最终,百度力压群雄,获得了异常事件检测、异车流统计赛道2项冠军,并摘取车辆再识别赛道、跨摄像头跟踪赛道的亚军。

4

(Image Any-to-Any Relighting 赛道冠军)

NTIRE(New Trends in Image Restoration and Enhancement)则是近年来计算机图像处理领域最具影响力的一场赛事,每年都会吸引大量的关注者和参赛者。今年,百度在Depth Guided Image Relighting Track也拿下冠军。

科技研发与落地应用之间有着相辅相承的密切关联。技术竞赛不仅只是业界的前沿探索,更是技术落地的重要先导。百度在自动驾驶、智能交通领域的落地和实践,为AI技术研发提供了丰富的数据和场景信息,加速了研发速度。而CVPR2021的技术研究成果也最终应用于百度自动驾驶和智能交通解决方案中,进一步加速技术全场景落地和应用。

百度在CVPR2021展现的技术实力仅是百度雄厚技术积累的冰山一角。事实上,百度强大的自动驾驶场景能力、人体解析识别能力、极端天气物体检测能力等,已经在百度Apollo落地自动驾驶的过程中得以展现。目前,在早晚高峰交通流密集路口左转礼让行人,车辆视觉盲区突然穿出行人、车辆等一系列长尾场景中,百度Apollo自动驾驶车均能进行良好处置。4月13日,百度Apollo拿到北京市颁发的中国首批夜间及特殊天气测试资质,在夜间和雨雪雾霾等特殊天气下,开展自动驾驶试运营。此次获得AI CITY挑战赛冠军的技术也直接应用于百度ACE智能交通,将系统整合检测、跟踪、3D定位、分割、身份重识别、事件分析等多项视觉技术,为保障智能交通落地提供坚实的技术基础。

每日必读

合作站点
Baidu
map