阿里巴巴iDST再出黑科技:行人检测与识别夺世界第一

简介: 1月9日消息昨日,全球权威机器视觉算法排行榜KITTI刷新了排名,阿里巴巴人工智能研究机构iDST夺得行人检测单项冠军。于此同时,在知名的行人再识别数据集Market1501中,他们也取得重大突破,首位命中率提升至96.17%,位居世界第一。

1月9日消息昨日,全球权威机器视觉算法排行榜KITTI刷新了排名,阿里巴巴人工智能研究机构iDST夺得行人检测单项冠军。于此同时,在知名的行人再识别数据集Market1501中,他们也取得重大突破,首位命中率提升至96.17%,位居世界第一。

行人检测、行人再识别是交通管理、城市平安、无人驾驶等领域的两项核心基础技术。

行人检测要求机器能够从图像或者视频中判断是否有行人,行人在哪里;行人再识别则要求机器能够识别出特定人员在不同摄像头下出现的所有图像。在景区商场人流预测、人群个性化分析、行人交通安全、无人驾驶、寻找丢失老人儿童等应用上,这两项技术可以发挥巨大的作用。

阿里巴巴iDST再出黑科技:行人检测与识别夺世界第一

行人检测技术示意

阿里巴巴iDST再出黑科技:行人检测与识别夺世界第一

行人再识别技术示意

这并非简单的人脸识别。阿里巴巴iDST副院长、IEEE Fellow华先胜说,在实际的城市场景下,大多数摄像头拍摄到的图像看不清人脸,但通过行人的整体和局部特征则可实现人员的识别。然而,实际场景中遮挡、光照、拍摄角度、拍摄距离、人物姿态等因素的变化,以及摄像头设备的不同,对行人检测和行人再识别的准确性提出了极大的挑战。

为了解决这一难题,华先胜领导的机器视觉团队采用了多项技术创新:

在行人检测技术方面,他们提出了基于目标尺寸分级的级联网络,并充分发挥感兴趣区域的上下文信息,提升网络特征提取的能力,以解决行人检测问题中存在的目标尺寸浮动大、遮挡、形变且定位不准等问题;与此同时在目标定位方面采用交叉熵正则约束来优化边框定位准确度。

在行人再识别方面,他们不仅利用最新的深度学习技术提取行人的全局特征,还提出了超分辨率模块和深度注意力网络来获得头部、躯干、四肢、携带物等局部细节特征,并提出了融合粗粒度全局特征和细粒度局部特征的新方法,进一步提高了跨摄像头场景下行人表征的一致性和行人再识别的准确性。

除了行人检测、行人识别之外,iDST还长期占据着KITTI的车辆检测世界冠军,他们在计算机视觉国际顶级期刊和会议TIP、ACM MM等发表多篇论文,与世界分享中国技术。

目前,这些技术已经全部集成到阿里云ET城市大脑当中,并在多地落地使用。华先胜说,“正如60年代的登月计划带来了通讯技术、生物工程技术大爆发一样,城市大脑已经成为世界顶尖的科技创新的平台,前所未有的难题倒逼科学家们创造前所未有的技术”。不久前,城市大脑正式成为国家四大人工智能开放创新平台之一,未来将吸引全球顶尖的研究机构共同参与创新。

据了解,阿里云ET城市大脑已经在杭州、苏州、衢州、乌镇等地落地。得益于精良的机器视觉算法,杭州城市大脑可以做到准确侦测、发现交通事故,日均事件报警500次以上,准确率达92%。

相关文章
|
8月前
|
人工智能 网络协议 数据中心
你的GPU正在“等米下锅”:RDMA如何修出一条绕过CPU的高速公路?
本文深度解析现代集群网络的底层革命:从冯·诺依曼瓶颈出发,剖析RDMA如何通过零拷贝、内核旁路与硬件卸载突破TCP/IP桎梏;直击其易用性差、连接爆炸、内存注册昂贵等痛点;并揭示Mooncake(面向LLM KV Cache的张量传输引擎)与Infinistore(万卡级分布式KV底座)如何以内存池化、拓扑感知、RC/UD混合等架构创新, bridging hardware power and software simplicity。
1050 7
|
11月前
|
传感器 人工智能 算法
解析支持二次开发的移动机器人关键设备与平台选型
本文解析支持二次开发的移动机器人关键设备与平台选型,涵盖服务机器人、通用底盘、科研教育、工业AMR、导航算法及桌面级平台六大类别。重点分析猎户星空、松灵、九号、Clearpath、斯坦德等主流平台的技术特点,对比其在开放性、实时性、仿真支持与场景适配上的优势,为开发者提供选型参考。(238字)
|
人工智能 物联网 API
ModelScope魔搭25年9月发布月报
ModelScope魔搭25年9月发布月报
1092 10
|
SQL 人工智能 API
智能导购AI助手测评 | 替代未来客服的保障方案
阿里云推出的主动式智能导购AI助手,采用Multi-Agent架构,通过规划助理、商品导购助理和历史对话信息,为顾客提供个性化的产品推荐。无论是商家还是顾客,都能从中受益。它不仅帮助顾客在购买不熟悉的产品时做出明智选择,还让商家更高效地服务客户。开发者可快速部署,使用便捷,大大降低AI技术门槛。
1080 165
|
11月前
|
存储 安全 Java
Java HashMap 全面解析:原理、用法与实战要点
本文深入解析Java中HashMap的底层原理与使用实践,涵盖其“数组+链表+红黑树”的结构演变、哈希计算、扩容机制及线程安全问题,详解常用方法、性能优化与最佳实践,助力开发者高效掌握这一核心数据结构。
2217 11
|
人工智能 API 语音技术
免费版的配音软件,支持童声男声女声不同声音选项,语音转文字软件推荐支持多种声音
免费版的配音软件,支持童声男声女声不同声音选项,语音转文字软件推荐支持多种声音
5588 2
|
存储 Prometheus 监控
Prometheus 深度指南:设计理念 · PromQL · Exporter · Thanos
Prometheus 是一款开源的系统监控与报警工具,专为云原生环境设计。它采用拉取模型采集数据,内置高效的本地时序数据库(TSDB),支持丰富的指标类型和四个黄金指标(延迟、流量、错误、饱和度)。其查询语言 PromQL 功能强大,可灵活聚合和分析时间序列数据。此外,通过 Exporter 机制,Prometheus 能轻松扩展到各种系统和服务。针对大规模场景,Thanos 提供高可用解决方案,整合多 Prometheus 实例,实现全局视图和长期存储。整体架构简洁可靠,适用于动态分布式环境。
2204 10
Prometheus 深度指南:设计理念 · PromQL · Exporter · Thanos
|
存储 安全 Java
synchronized原理详解(通俗易懂超级好)
当系统检查到锁是重量级锁之后,会把等待想要获得锁的线程进行阻塞,被阻塞的线程不会消耗cpu。但是阻塞或者唤醒一个线程时,都需要操作系统来帮忙,这就需要从用户态转换到内核态,而转换状态是需要消耗很多时间的,有可能比用户执行代码的时间还要长。
synchronized原理详解(通俗易懂超级好)
|
存储 缓存 监控
G1原理—8.如何优化G1中的YGC
本文主要探讨了针对1.5千QPS数据报表系统的性能优化,重点分析了因停顿时间过短导致新生代内存不足的问题,并提出了通过调整停顿时间来优化系统性能的解决方案。同时,还讨论了由于大量大对象分配引发系统吞吐量下降的情况,通过增大Region大小和调整TLAB参数有效减少了频繁的Mixed GC。最后,文章详细介绍了YGC相关参数(如TLAB、RSet、PLAB)的优化策略,为提升JVM垃圾回收效率提供了实用建议。
G1原理—8.如何优化G1中的YGC
|
运维 关系型数据库 MySQL
阿里云瑶池助力华鼎冷链科技:零ETL畅享高性能数据生态
为解决自建TiDB带来的运维难题和高昂成本,华鼎采用阿里云PolarDB MySQL与AnalyticDB MySQL,通过Zero-ETL实现数据无感集成,大幅降低成本、提升性能和效率,并实现了异地灾备、秒级查询和BI分析等功能,助力业务快速发展。
865 5
阿里云瑶池助力华鼎冷链科技:零ETL畅享高性能数据生态