Искусственный интеллект Dahua победил в тесте разбора сцены от MIT

Интеллектуальная платформа от компании Dahua Technology , мирового лидера в области разработки интеллектуальных видео-IoT продуктов и предоставления услуг, заняла первое место в тесте на разбор сцены от MIT (MIT Scene Parsing Benchmark). Технология сегментации сцены от Dahua основана на алгоритмах глубокого машинного обучения. Она показала лучшие результаты в мире по разбору сцены и превзошла решения от других крупных компаний и исследовательских институтов, а так же результаты аналогичных исследований в документах ICCV, ECCV и CVPR. Этот результат ставит компанию на лидирующие позиции в отрасли.

Искусственный интеллект Dahua победил в тесте разбора сцены от MIT

О выборке ADE20K_MIT

Выборка ADE20K_MIT – это оценочный набор данных для тестирования разбора сцены, выпущенный и поддерживаемый исследовательской группой MIT CSAIL. Это одна из самых авторитетных в мире подборок для алгоритмов семантической сегментации компьютерного зрения. Выборка предназначена для сравнения производительности разных технологий машинного зрения, таких как восприятие сцены, разбор сцены, семантическая сегментация и сегментация на объекты. Благодаря широкому набору целей и разному их масштабу, этот конкурс привлекает участников из сотен широкоизвестных  лабораторий и академических институтов, в том числе из MIT, Microsoft, Пекинского университета, Университета Синьхуа, Китайской академии наук, Alibaba и так далее.

О разборе сцены

Разбор сцены – это сегментирование и разделение изображения на отдельные области, связанные с различными семантическими категориями, такими, как небо, человек, дорога, кровать и так далее. Это одна из ключевых технологий в сфере сегментации, как наложение, нечеткие категории и легкое замешательство в разборе сложной сцены. В этом международном конкурсе компания Dahua использовала преимущества своих алгоритмов в семантической и паноптической сегментации на основе собственной платформы глубокого обучения, а так же разработала ряд фреймворков для семантической сегментации на основе графических сверточных нейронных сетей (GCN)

Эффекты разбора сцены на примере

Искусственный интеллект Dahua победил в тесте разбора сцены от MIT. Изображение 2

Компания Dahua продолжает создавать и развивать интеллектуальные технологии и постоянно развивает конкурентоспособность своих алгоритмов и вычислительные мощности. В 2018 году компания заняла первую строчку в 12 международных рейтингах ИИ, в том числе касающихся дорожной сегментации, отслеживания транспорта, обнаружения 3D-объектов, обнаружения людей и транспортных средств, потоковых сцен и оптических потоков, повторной идентификации человека. В 2019 году компания завоевала первое место в 10 международных рейтингах ИИ, касающихся повторной идентификации человека, сегментации экземпляров, семантической сегментации,  распознания походки и анализа изображений с помощью дистанционного зондирования. Dahua активно ускоряет преобразование технологических достижений в реальную производительность своих продуктов и способствует интеллектуальному обновлению отрасли.

Применение технологии разбора сцены от Dahua

Искусственный интеллект Dahua победил в тесте разбора сцены от MIT. Изображение 3

Искусственный интеллект Dahua победил в тесте разбора сцены от MIT. Изображение 4

Искусственный интеллект Dahua победил в тесте разбора сцены от MIT. Изображение 5

В сфере интеллектуального управления дорожным движением новая технология анализа сцен позволяет получать информацию от дорожных знаков, видеть полосы движения, стрелки поворотов, стоп-линии, пешеходные переходы и так далее. К примеру, при испытании системы предотвращения нарушений, новая технология может использоваться для автоматического анализа траекторий движения и недопустимого поведения без сложной ручной настройки, что повышает эффективность работы и облегчает ее использование. В то же время, с помощью полицейской интеллектуальной IP-видеокамеры, полицейской системы видеонаблюдения, сдвоенной IP-камеры контроля дорожного движения и других решений, новая технология позволит повысить безопасность дорожного движения, эффективность управления транспортом и так далее. В будущем, за счет своих прорывов в технологиях машинного обучения, компания обеспечит основную техническую поддержку для интеллектуального управления логистикой, водоснабжением, фермерским хозяйством, розничной торговлей.