CVPR挑战推动研究人员改善车祸检测AI

发布时间：2020-06-22 13:00:59 【来源：】

来自全球30多个国家的AI研究人员本周参加了AI City Challenge，该竞赛旨在通过检测车祸和通过摄像头网络跟踪车辆等任务来推动更好的机器学习的发展。现在已经是第四年了，这一挑战促使AI研究人员创建更高效的智能交通系统(ITS)。

来自百度的团队赢得了四项比赛中的三项：车辆计数，多摄像机识别，车祸和失速车辆检测。组委会成员和奥尔巴尼大学助理教授张明清在虚拟研讨会上说，该类别中性能最高的模型达到了95.3%的准确性。

卡内基梅隆大学的一个团队在通过多个摄像机的网络跟踪车辆上赢得了四个挑战之一。该挑战的基准数据集涵盖了46个摄像机视图，涵盖爱荷华州迪比克的16个交叉点。

比赛总共吸引了来自36个国家的300个小组的800多名研究人员。76个团队提交了代码以供最终审核。组委会包括亚马逊和英伟达等公司，以及与爱荷华州立大学，圣克拉拉大学和印度理工学院有关的研究人员。组织者称今年的AI城市挑战赛是第一个使用有效性和计算效率标准的组织。美国运输部表示，它需要考虑在野外部署这种形式的自动化技术。过去的比赛主要针对交通信号，公共交通和基础设施的运输系统。

AI City Challenge是本周在计算机视觉和模式识别(CVPR)上举办的众多挑战之一，CVPR是2019年第二大年度AI研究会议，今年吸引了6,500多名参与者。CVPR还举办了通过RoboTHOR模拟环境领导机器人的竞赛，以及Deepfake检测挑战赛(尽管The Register报告称获胜的团队被取消资格)。

今年在AI City Challenge研讨会上，美国国家标准技术研究院(NIST)官员详细介绍了2020 ASAPS奖挑战赛的计划，以创建一个实时自动化系统。该比赛将集中精力为执法部门和急救人员构建实时自动化分析系统，以解决实时紧急事件检测的问题，例如孩子掉进港口，医疗紧急情况，被遗弃的建筑火灾或其他情况。

对于能够摄取多种形式的媒体(从社交媒体帖子和文本消息到监控摄像机镜头和家庭视频门铃)的系统来说，ASAPS是一个多模式挑战。ASAPS将在24小时内模拟810英亩的城市中举办一系列紧急事件，将模拟数据与实际发生的紧急情况结合起来。比赛还将挑战AI研究人员进行实时视频分析，而不是将AI应用于预先录制的视频。

AI City Challenge组织者表示，明年可能会引入涉及实时视频分析的场景。短跑相机录像也正在考虑中。

为车辆识别挑战赛添加了190,000张图像的综合数据集，这是今年AI城市挑战赛独特的新部分。今年比赛中使用的基准数据集来自爱荷华州交通部的部分镜头。Nvidia整理了挑战中使用的数据集。

在相关新闻中，要求机构种族主义的立法者的反对者在最近几周向警察退款，他们批评了像AI City Challenge那样的监视系统。本周早些时候，纽约市立法者通过了POST法，要求美国最大的警察局分享使用的监视技术。

上一篇：限制监视技术是迈出的重要一步但这还不够
下一篇：研究人员演示了可以识别空中密码的VR手指跟踪