杭州2018年9月11日电 /美通社/ -- 人工智能技术的快速发展加速物联网行业的升级，视频结构化智能解析技术能够从海量视频数据中提取价值数据，供进一步数据分析和挖掘，为精准决策提供基础保障，赋能公安、交通、金融、楼宇、零售等各个行业应用。
近日，大华股份基于深度学习技术研发的目标检测技术，刷新了KITTI 2D Object Detection (Pedestrian)竞赛的全球较好成绩，取得了人体目标检测排行榜第一名，超越其它一流的 AI 公司和顶尖的学术研究机构，以及 ECCV 和 CVPR 较佳目标检测研究成果，这标志着大华股份在目标检测领域处于世界领先水平。
大华股份在 AI 的核心技术领域持续耕耘，不断提升智能算法、算力的核心竞争力。这是大华股份继2018年取得 KITTI 国际竞赛车辆目标检测第一名之后，再次在人体目标检测领域取得重大突破。前不久，大华股份行人多目标跟踪技术在 MOT Challenge 国际测评中取得第一的好成绩。
KITTI 数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上较大的计算机视觉算法评测数据集之一。数据集用于评测立体图像 (stereo)，光流 (optical flow)，视觉测距 (visual odometry)，物体检测 (object detection) 和跟踪 (tracking) 等计算机视觉技术在车载环境下的性能。KITTI 包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中最多包含15辆车和30个行人，且存在不同程度的遮挡与截断。
2D人体目标检测任务
该任务中的行人数量多，且有大量遮挡截断的情况，行人尺度、角度变化多，目标检测难度较大。大华股份最终以78.29%的准确率位列第一。
本次竞赛在大华自主研发的深度学习平台上，汲取了 ResNet 等网络结构的优点，改进了深度学习检测算法框架，采用强化学习等训练技巧，并运用多模型融合技术，大幅提升了遮挡目标和小目标的检出率。
该竞赛数据集的行人检测效果图如下：
本次竞赛中使用的技术已经在大华的客流分析、人群态势、视频结构化解析、周界管理、智能交通等产品和解决方案上得到广泛应用。
