阿里云ET城市大腦所要解決的世界級難題，正在催生出一系列世界級的技術(shù)。全球權(quán)威機器視覺算法排行榜KITTI刷新了排名，阿里巴巴人工智能研究機構(gòu)iDST奪得行人檢測單項冠軍。于此同時，在知名的行人再識別數(shù)據(jù)集Market1501中，他們也取得重大突破，首位命中率提升至96.17%，位居世界第一。

行人檢測、行人再識別是交通管理、城市平安、無人駕駛等領(lǐng)域的兩項核心基礎(chǔ)技術(shù)。

行人檢測要求機器能夠從圖像或者視頻中判斷是否有行人，行人在哪里；行人再識別則要求機器能夠識別出特定人員在不同攝像頭下出現(xiàn)的所有圖像。在景區(qū)商場人流預(yù)測、人群個性化分析、行人交通安全、無人駕駛、尋找丟失老人兒童等應(yīng)用上，這兩項技術(shù)可以發(fā)揮巨大的作用。

行人檢測技術(shù)示意

行人再識別技術(shù)示意

這并非簡單的人臉識別。阿里巴巴iDST副院長、IEEE Fellow華先勝說，在實際的城市場景下，大多數(shù)攝像頭拍攝到的圖像看不清人臉，但通過行人的整體和局部特征則可實現(xiàn)人員的識別。然而，實際場景中遮擋、光照、拍攝角度、拍攝距離、人物姿態(tài)等因素的變化，以及攝像頭設(shè)備的不同，對行人檢測和行人再識別的準(zhǔn)確性提出了極大的挑戰(zhàn)。

為了解決這一難題，華先勝領(lǐng)導(dǎo)的機器視覺團隊采用了多項技術(shù)創(chuàng)新：

在行人檢測技術(shù)方面，他們提出了基于目標(biāo)尺寸分級的級聯(lián)網(wǎng)絡(luò)，并充分發(fā)揮感興趣區(qū)域的上下文信息，提升網(wǎng)絡(luò)特征提取的能力，以解決行人檢測問題中存在的目標(biāo)尺寸浮動大、遮擋、形變且定位不準(zhǔn)等問題；與此同時在目標(biāo)定位方面采用交叉熵正則約束來優(yōu)化邊框定位準(zhǔn)確度。

在行人再識別方面，他們不僅利用最新的深度學(xué)習(xí)技術(shù)提取行人的全局特征，還提出了超分辨率模塊和深度注意力網(wǎng)絡(luò)來獲得頭部、軀干、四肢、攜帶物等局部細節(jié)特征，并提出了融合粗粒度全局特征和細粒度局部特征的新方法，進一步提高了跨攝像頭場景下行人表征的一致性和行人再識別的準(zhǔn)確性。

除了行人檢測、行人識別之外，iDST還長期占據(jù)著KITTI的車輛檢測世界冠軍，他們在計算機視覺國際頂級期刊和會議TIP、ACM MM等發(fā)表多篇論文，與世界分享中國技術(shù)。

目前，這些技術(shù)已經(jīng)全部集成到阿里云ET城市大腦當(dāng)中，并在多地落地使用。華先勝說，“正如60年代的登月計劃帶來了通訊技術(shù)、生物工程技術(shù)大爆發(fā)一樣，城市大腦已經(jīng)成為世界頂尖的科技創(chuàng)新的平臺，前所未有的難題倒逼科學(xué)家們創(chuàng)造前所未有的技術(shù)”。不久前，城市大腦正式成為國家四大人工智能開放創(chuàng)新平臺之一，未來將吸引全球頂尖的研究機構(gòu)共同參與創(chuàng)新。

據(jù)了解，阿里云ET城市大腦已經(jīng)在杭州、蘇州、衢州、烏鎮(zhèn)等地落地。得益于精良的機器視覺算法，杭州城市大腦可以做到準(zhǔn)確偵測、發(fā)現(xiàn)交通事故，日均事件報警500次以上，準(zhǔn)確率達92%。