近日，大華股份基于深度學(xué)習(xí)算法的圖像語義分割技術(shù)，刷新了KITTI語義分割競賽(The KITTI Semantic Segmentation Evaluation)全球最好成績，取得語義分割排行榜第一名，超越其他一流AI公司和頂尖的學(xué)術(shù)研究機(jī)構(gòu)，這標(biāo)志著大華股份在語義分割領(lǐng)域處于領(lǐng)先水平。

大華股份DH-MDS算法取得KITTI Semantic Segmentation排行榜第一名

(網(wǎng)址: www.cvlibs.net/datasets/kitti/eval_semseg.php)

大華股份已建成用于算法訓(xùn)練的超大規(guī)模計(jì)算中心和數(shù)據(jù)中心，重點(diǎn)研究并商用化多個(gè)領(lǐng)域算法，已形成核心競爭力。 2017年大華股份在場景流、光流和文字識別檢測等領(lǐng)域分別取得第一；2018年在2D車輛目標(biāo)檢測、MOT跟蹤、行人重識別等國際競賽中分別取得第一；2019年初，在實(shí)例分割國際競賽中取得第一。本次在語義分割算法領(lǐng)域再次取得新突破。

關(guān)于KITTI：

KITTI數(shù)據(jù)集由德國卡爾斯魯厄理工學(xué)院和豐田美國技術(shù)研究院聯(lián)合創(chuàng)辦，是目前國際上最大的計(jì)算機(jī)視覺算法評測數(shù)據(jù)集之一。數(shù)據(jù)集用于評測立體圖像(Stereo)、光流（Optical Flow)、視覺測距(Visual Odometry)、物體檢測(Object Detection)和跟蹤(Tracking)、道路分割(Road)、語義分割(Semantics)等計(jì)算機(jī)視覺技術(shù)在車載環(huán)境下的性能。KITTI包含市區(qū)、鄉(xiāng)村和高速公路等場景采集的真實(shí)圖像數(shù)據(jù)，每張圖像中最多包含15輛車和30個(gè)行人，且存在不同程度的遮擋與截?cái)唷?/P>

語義分割：

語義分割是指將計(jì)算機(jī)輸入圖像的每個(gè)像素分類為所屬對象類別的過程。它不僅是計(jì)算機(jī)視覺的基本任務(wù)，同時(shí)在自動(dòng)駕駛、機(jī)器人場景理解以及虛擬現(xiàn)實(shí)方面有著非常重要的應(yīng)用。

在KITTI語義分割任務(wù)中，需要把各種場景下的汽車、行人、道路、摩托車、自行車、交通標(biāo)志、建筑物和植被等19類物體準(zhǔn)確分割出來。同時(shí)，訓(xùn)練集只提供200張數(shù)據(jù)，屬于小樣本學(xué)習(xí)。

本次國際比賽，大華股份為提升語義分割精度，汲取了圖像分類、單目標(biāo)分割和全像素語義分割等先進(jìn)算法的優(yōu)點(diǎn)，構(gòu)建了基于多位置和通道特征的全局關(guān)注機(jī)制，并采用遷移學(xué)習(xí)和增量學(xué)習(xí)方法，有效提升了算法的分割精度。

該競賽語義分割效果

輸入圖像1

分割結(jié)果1

輸入圖像2

分割結(jié)果2

在大華實(shí)際產(chǎn)品和未來產(chǎn)品中的應(yīng)用

❖車道線分割：

車道線分割并疊加顯示

❖機(jī)器人場景理解及語義地圖構(gòu)建：

大華園區(qū)圖像

大華園區(qū)分割結(jié)果