從博觀智能（Bresee）了解到，9月3日，繼CCF BDCI 多人種人臉識別經(jīng)典賽奪冠后，博觀智能一周內(nèi)在車輛重識別（Vehicle Re－identification）算法領(lǐng)域再次取得重大進(jìn)展。在當(dāng)今世界最大的車輛重識別數(shù)據(jù)集VERI－Wild上，博觀智能在首位命中率（Rank－1 Accuracy）、平均精度均值（Mean Average Precision，MAP）和MINP（Mean Inverse Negative penalty）三大指標(biāo)上，均超越已公開的企業(yè)與科研機(jī)構(gòu)，創(chuàng)造了新的世界紀(jì)錄。

車輛重識別（Vehicle ReID），是智能交通系統(tǒng)中至關(guān)重要的環(huán)節(jié)之一，可利用計(jì)算機(jī)視覺技術(shù)檢索不同監(jiān)控場下的圖像或者視頻序列中是否存在特定車輛，是人工智能在交通行業(yè)中應(yīng)用最理想的技術(shù) 。

突破世界上最具挑戰(zhàn)的車輛重識別數(shù)據(jù)集

隨著深度學(xué)習(xí)技術(shù)的發(fā)展，車輛重識別算法性能顯著提升，但由于部分?jǐn)?shù)據(jù)集的限制，使得現(xiàn)有的ReID模型在真實(shí)場景中的泛化能力可能存在問題。真實(shí)監(jiān)控情景中的車輛重識別仍然面臨高度視角差異、極端照明條件、復(fù)雜背景和不同的監(jiān)控來源等挑戰(zhàn)。

非受限場景車輛重識別數(shù)據(jù)集VERI－Wild的推出就致力于解決這些問題。VERI－Wild在2019年CVPR期間對外發(fā)布，此數(shù)據(jù)集從一個大型閉路電視監(jiān)控系統(tǒng)中跨越一個月（30×24h）捕獲，該系統(tǒng)由 174 個攝像機(jī)組成，分布在一個面積超過 200 平方公里的大型市區(qū)。數(shù)據(jù)集由40，671個車輛標(biāo)識中的416，314張圖像，以及車輛的時間戳、品牌、顏色和車型等附加信息組成，是目前世界上最具挑戰(zhàn)的車輛重識別數(shù)據(jù)集。

車輛重識別的難點(diǎn)，包括因攝像機(jī)的拍攝角度、光照強(qiáng)度等不同，車輛存在遮擋、色差變化和車頭車尾角度不同等問題。針對此類難題，博觀智能算法團(tuán)隊(duì)進(jìn)行技術(shù)攻關(guān)突破，利用語義分割的方法提取車輛細(xì)粒度特征信息，如車燈、飾品、車標(biāo)等，結(jié)合多任務(wù)學(xué)習(xí)預(yù)測車輛方向，有效解決了上述難題，實(shí)現(xiàn)在VERI－Wild三個不同難度數(shù)據(jù)集上刷新世界紀(jì)錄。

博觀智能（BreSee）是基于計(jì)算機(jī)視覺的人工智能科技創(chuàng)新型企業(yè)，開創(chuàng)了業(yè)內(nèi)領(lǐng)先的人工智能算法開發(fā)平臺，擁有過硬的技術(shù)內(nèi)核及自主研發(fā)能力，并具備行業(yè)級智能化算法交付能力，支持完成 1500 余項(xiàng)行業(yè)場景化 AI 項(xiàng)目交付：

博觀智能原創(chuàng)的 AdaptNet 深度網(wǎng)絡(luò)，在2017年、2018年分獲KITTI測評車道檢測算法世界第一、MOT Challenge全球競賽測評交通場景目標(biāo)檢測世界第一；

2019年11月，博觀智能ReID算法在國際三大主流ReID數(shù)據(jù)集 Market1501、DukeMTMC－reID、CUHK03 上刷新世界紀(jì)錄，六大單項(xiàng)指標(biāo)均為最高，同時刷新業(yè)內(nèi)紀(jì)錄；

2020年9月，在中國計(jì)算機(jī)學(xué)會主辦的頂級賽事CCF 大數(shù)據(jù)與計(jì)算智能大賽——多人種人臉識別經(jīng)典賽中，博觀智能刷新業(yè)內(nèi)紀(jì)錄勇奪冠軍。

同月內(nèi)，博觀智能車輛重識別（Vehicle Re－identification）算法在當(dāng)今世界最大的車輛重識別數(shù)據(jù)集VERI－Wild上，再次刷新世界紀(jì)錄。