目标检测领域最优 中科智云获国际顶级赛事VOT两项挑战赛冠军

上海2021年12月8日 /美通社/ -- 近日，继2019-2020年获得视觉跟踪领域国际顶级赛事 VOT（Visual-Object-Tracking Challenge ）多项挑战赛冠军以来，中科智云-大连理工联合AI实验室在今年计算机视觉三大顶会之一 -- 国际计算机视觉大会ICCV2021上举办的VOT 2021中再次披荆斩棘，包揽了五个赛道中两项挑战赛的冠军：

 VOT-RT2021（实时目标跟踪挑战赛）；

 VOT-RGBD2021（颜色和深度的长时跟踪挑战赛）。

VOT是国际目标跟踪领域最权威的测评平台，由于每年的评测序列都会更新，且标注的精确度逐年提高，VOT竞赛也被视为视觉跟踪领域最难的竞赛。VOT挑战为跟踪社区提供了一种精确定义和可重复的方法，用于比较短期跟踪者和长期跟踪者，以及讨论视觉跟踪领域的评估和进展的通用平台。

视觉目标跟踪是计算机视觉中的一个重要研究方向，有着广泛的应用,如:视频监控，人机交互，无人驾驶等。传统的目标跟踪算法采用相关性运算方式来实现模板与搜索区域相似度的简单融合。然而，相关运算本身是一个局部线性匹配过程，容易丢失语义信息，容易陷入局部最优，这可能是设计高精度跟踪算法的瓶颈。

此次中科智云-大连理工联合AI实验室提出了一个新的基于Transformer 跟踪框架TransT-M，能有效的结合注意力机制把模板和搜索区域的特征信息融合起来产生一个高性能目标跟踪器。该注意力机制同时又融合了基于自我注意的自我上下文增强模块和基于交叉注意力的跨特征增强模块，确保长距离跟踪需要的充足的上下文有效信息，同时避免了不必要的信息干扰。实验表明，我们的 TransT-M 在六个具有挑战性的数据集上，尤其是在大规模 LaSOT、TrackingNet 和 GOT-10k 基准测试上，无论在精度还是效率远远超出了目前现有算法，取得了非常不俗的结果。目前该算法已经纳入到智云X-Brain平台的目标物体视频模块中使用，为X-Brain的客户提供最好的体验。

中科智云近年来已经先后在视频跟踪分割领域内的多个国际挑战大赛中获得了领先的名次，标志着中科智云在视频目标检测，跟踪和分割技术等视频智能分析的关鍵技术已处于业界领先水平。这些技术将在国内外的智能建造、智慧城市、智慧农业、智慧交通、智慧医疗等领域的5G+AR视频业务中获得广泛应用。

历届VOT获奖情况：

于2019年获得 VOT-LT2019（Long-term tracking challenge，即长时跟踪挑战赛）冠军，
于2020年获得三项挑战赛的冠军
VOT-RT2020（Short-term Real-time tracking challenge，即实时跟踪挑战赛）
VOT-LT2020（Long-term tracking challenge，即长时跟踪挑战赛）
VOT-RGBD2020（Color and depth long-term tracking challenge。即颜色和深度的长期跟踪挑战赛）

中科智云作为计算机视觉领域的“佼佼者”，拥有全球顶尖的AI技术研发能力，并已实现关键核心技术国产可控。目前已与牛津大学、帝国理工等全球知名院校成立7家联合实验室；成立两年来，公司已申请近50件国内国际AI专利，多次在全球顶级会议发布论文，并斩获多个国际大赛佳绩。