夜間場景中能準確地識別行人，對於自動駕駛行業來說，是一個非常重要但未被重視的領域。
在今年的全球計算機視覺頂級會議CVPR上，來自上海的深蘭科技DeepBlueAI團隊就完成了這樣的挑戰，斬獲了NightOwls Detection Challenge 2020 「單幀行人檢測」和「多幀行人檢測」兩個賽道、UG2+ 挑戰賽霧天條件下的（半）監督目標檢測任務、NTIRE 2020 ：Perceptual Extreme Super-Resolution Challenge（PSNR 評價指標）共4個冠軍。
CVPR，國際計算機視覺和模式識別大會，一直有計算機視覺領域的「奧斯卡」之稱，憑藉著嚴苛的競賽標準，成為全球AI領域團隊檢驗自身基礎研究成果的試金石。
據深蘭科技DeepBlueAI團隊介紹，本次參賽及獲獎多分布於檢測與分類算法，目標及優勢在於對Backbone（特徵提取網絡）的優化和改進。冠軍方案則較多服務於自動駕駛，由於之前數據集多數在可視條件好且圖片清晰的情況下展開，因此真實場景下情況各異的複雜場景，將是今後主要面對的問題和研究方向，在此次CVPR上也得到了相應的驗證。
NightOwls 檢測挑戰賽中，檢測 RGB 攝像機拍攝的夜間場景圖片中的行人，是一個非常重要但是未被充分重視的問題，而當前最新的視覺檢測算法並不能很好地預測出結果。夜間行人檢測是許多系統，如安全可靠的自動駕駛汽車的關鍵組成部分，但使用計算機視覺方法解決夜間場景的檢測問題並未受到太多關注，因此 CVPR開展了相應的比賽，以期引起更多關注。
該挑戰賽總共設有3個賽題，深蘭科技DeepBlueAI團隊拿下兩冠一亞。NightOwls夜間行人檢測的測試成果可與白天行人檢測結合，打造適用於不同天氣條件的全天候的行人檢測系統，可提升深蘭目前的各類戶外防疫監測產品的識別性能，還可提高自動駕駛明星產品熊貓智能公交車的夜間行駛安全。
在日常城市監控中，即使是政府採用的商業化攝像機在惡劣的天氣條件下也顯得脆弱，因此迫切需要研究在何種程度上可以應對這種具有挑戰性的視覺條件，UG2+挑戰賽恰好就針對了這類問題。深蘭科技奪冠的「挑戰賽霧天條件下的（半）監督目標檢測任務」，其方案不僅可在惡劣天氣環境或光照條件較差的情況下進行監控，還可用於智能熊貓公交車、掃路機的安全監控、室外環境感知、輔助駕駛等，為城市管理添加了一雙「AI眼」。
圖像超解析度是一項關鍵的計算機視覺任務，其目的是恢復低分辨的圖像內容，填充丟失的信息，以實現獲得一張高清的大解析度圖像。NTIRE 2020 :Perceptual Extreme Super-Resolution Challenge圖像恢復與增強挑戰中，DeepBlueAI團隊主要關注PSNR（圖像峰值信噪比）指標，並在該指標上取得第一名的成績，還超越了去年的冠軍方案，其超解析度感知測試成果可以應用於圖像復原等領域。
深蘭科技於2014年誕生在上海，設立以來，該公司一直強調自己「致力於人工智慧基礎研究和應用開發」。此外，深蘭科技還把自己定位為一家「平臺型的AI MAKER」。官方資料顯示，深蘭科技在人工智慧領域的布局極為廣泛，公司的核心技術包括：計算機視覺、自動駕駛、生物智能、語義智能，所覆蓋的應用領域有：智能駕駛、智慧機器人、生物智能、智能零售、智能語音、安防、晶片、教育和智能城市。
(本文來自澎湃新聞，更多原創資訊請下載「澎湃新聞」APP)