被誉为全球计算机视觉领域三大顶级会议之一的ICCV（International Conference on Computer Vision），于10月27日-11月2日在韩国首尔举行。深兰科技DeepBlueAI团队载誉而归，分别斩获Joint COCO and Mapillary Recognition Challenge中 的Mapillary Vistas Object Detection Task、VisDrone Challenge (无人机视觉挑战赛)中的Object Detection in Videos和Multi-Object Tracking，以及CVWC Challenge (野生动物视觉挑战赛)中的Tiger Pose Detection四个冠军；并在NightOwls Pedestrian Detection Challenge、AutoNUE Challenge中的Semantic Segmentation和Panoptic Segmentation以及DeepFashion2 Challenge中的Clothes Retrieval等赛题获得四个第二和一个第三。

COCO是历届ICCV的重头戏，也是人工智能领域最具影响力的通用物体检测挑战赛，今年COCO与Mapillary联合举办Workshop，共有7大挑战赛，冠军队伍除深兰科技外，还包括谷歌、商汤、旷视等。COCO数据集侧重于自然场景的识别，而 Mapillary Vista数据集则侧重于对街景自动驾驶场景的识别，Mapillary在数据集焦点方面可以看作是对COCO的补充，为自动驾驶提供了有力的技术支持。

配备摄像头的无人机应用已从航空摄影扩展到农业、快速交付和侦察监视等领域，此次VisDrone Challenge (无人机视觉挑战赛)也是组织了相关领域的赛题。赛题难点诸多，比如包括了海量高空拍摄的小物体，每张图片有上百个待检测和跟踪的小物体，数据集总共含有260多万个标注框；因数据集是由无人机拍照所产生的结果，部分目标过小；数据集由于拍摄角度问题，产生了不同的数据分布，对预训练效果产生较大影响等。DeepBlueAI团队运用Cascade RCNN+DCN+FPN+DoublueHead检测器，以及IOU Tracker+ KCF+Tracklet vote的跟踪算法，最终以领先4个多百分点的巨大优势获得两项冠军。

CVWC Challenge (野生动物视觉挑战赛)则旨在探索利用计算机视觉技术保护濒危野生动物，并要求与会者同意开源他们的解决方案，以支持野生动物保护。Pose Estimation的难点在于举办方所提供的数据集由老虎组成，部分在COCO数据集上达到很好效果的模型在这个数据集上表现较为糟糕，团队为了保持更多的空间信息，使用了U-Net Plus作为处理特征的算法，始终保持第一的成绩至比赛结束。Pose Estimation的应用场景较为广泛，除了安防，还可用于Keep这类健身软件来检测动作是否正确或到位。

计算机视觉是当前计算机科学研究中非常活跃的领域，历来ICCV的竞赛类型多为复杂场景中的目标识别及跟踪，这对视频监控、人机交互、自动驾驶、虚拟现实等场景都具有重要意义。学术竞赛的成绩可以用来验证和展示企业的实力，但更为重要的是要将先进方案与落地应用相关联，统一部署。

深兰科技的明星产品“熊猫智能公交车”，除却已经获得广州、上海、武汉、长沙的自动驾驶测试牌照，在车内打造的“智能客舱”就有多个功能获益于这些冠军方案。“精准广告推送” 可以通过屏幕摄像头精准识别和分析广告收看行为，目标跟踪技术会锁定用户人脸，对其位置进行跟踪，再结合眼球检测即可进行精准广告定位。而关键点检测则可为行为识别提供更详尽的特征信息，得到更好的优化结果，为车厢内摔倒、偷盗等行为提供报警，提高乘车安全性，为“异常行为识别系统”提供技术支持。

深兰科技始终坚持基础研究和应用开发双落地，计算机视觉作为底层技术之一，对后期的应用起着至关重要的作用。人工智能正深刻地改变人们的生活，如何加速AI落地、用科技为民生谋福也将成为深兰坚持探索和实践的道路。

免责声明：本网所转载文章不做商业用途，不代表本网赞同其观点与立场，本网不对内容真实性负责，请谨慎选择与投资，若有来源标注错误或或内容侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。