繼大華AI取得KITTI語義分割競賽第一之后，近日，大華股份基于深度學(xué)習(xí)算法的語義分割技術(shù)，刷新了Cityscapes數(shù)據(jù)集中語義分割任務(wù)（Pixel-Level Semantic Labeling Task）的全球最好成績，在語義分割任務(wù)上四項(xiàng)指標(biāo)均取得第一，超越了其它一流AI公司和頂尖的學(xué)術(shù)研究機(jī)構(gòu)，彰顯了大華在語義分割領(lǐng)域深厚的技術(shù)積淀。

      Cityscapes數(shù)據(jù)集由戴姆勒（DAIMLER）在內(nèi)的三家德國單位聯(lián)合提供，包含50多個(gè)城市場景的駕駛場景高質(zhì)量像素級(jí)注釋圖像（共19個(gè)類別），是CVPR、ECCV等國際頂級(jí)會(huì)議中語義分割任務(wù)最常用的測試數(shù)據(jù)集，吸引了阿里、騰訊、微軟、北大、MIT、中科院等百余個(gè)全球知名AI實(shí)驗(yàn)室和頂尖學(xué)術(shù)研究機(jī)構(gòu)參與。

語義分割是一項(xiàng)針對(duì)圖像進(jìn)行像素級(jí)別的分類技術(shù)，需要對(duì)每個(gè)像素進(jìn)行類別識(shí)別，極易因遮擋、類別混淆而識(shí)別不準(zhǔn)。

大華AI團(tuán)隊(duì)結(jié)合光流特征、邊緣學(xué)習(xí)等算法優(yōu)點(diǎn)，研發(fā)基于顯性困難點(diǎn)監(jiān)督的語義分割方法，通過挖掘目標(biāo)困難像素點(diǎn)的潛在語義上下文信息，并進(jìn)行多尺度類別自適應(yīng)學(xué)習(xí)，有效提升了語義分割的綜合性能，從而輸出更精確的語義分割結(jié)果。

       本次創(chuàng)新技術(shù)已在電警卡口、交通事件、違法預(yù)審等多場景智能化方案中廣泛應(yīng)用，幫助自動(dòng)解析各類交通標(biāo)志、標(biāo)線、目標(biāo)等信息，并自動(dòng)生成相關(guān)場景配置，助力用戶提升工作效率。同時(shí)，大華將進(jìn)一步擴(kuò)展該技術(shù)在輔助駕駛、人機(jī)交互等新領(lǐng)域的應(yīng)用，最大限度地發(fā)揮AI技術(shù)優(yōu)勢，助力行業(yè)創(chuàng)新發(fā)展。