ImageNet2016國(guó)際競(jìng)賽于今年9月舉辦，�？低曆芯吭豪^2015年后，再次向該競(jìng)賽發(fā)起挑戰(zhàn)，在場(chǎng)景分類任務(wù)中斬獲世界第一，目標(biāo)檢測(cè)和定位兩項(xiàng)任務(wù)均獲得第二名，場(chǎng)景分割獲得第七名，戰(zhàn)果斐然。
來自全球包括商湯、公安三所、三星、UIUC、東京大學(xué)、香港中文大學(xué)等工業(yè)界和學(xué)術(shù)界在內(nèi)的85支隊(duì)伍同臺(tái)競(jìng)技。
據(jù)了解，ImageNet大規(guī)模計(jì)算機(jī)視覺識(shí)別挑戰(zhàn)賽（Large Scale Visual Recognition Challenge），是由斯坦福、卡內(nèi)基梅隆、北卡以及密歇根等一流名校發(fā)起的一項(xiàng)計(jì)算機(jī)視覺競(jìng)賽，是計(jì)算機(jī)視覺方向發(fā)展的風(fēng)向標(biāo)，一直吸引諸多活躍的頂尖研究團(tuán)隊(duì)、學(xué)術(shù)名校和工業(yè)巨頭參與其中，每次比賽的結(jié)果對(duì)學(xué)術(shù)界和工業(yè)界都有著重要而又深遠(yuǎn)的影響。
ImageNet 2016競(jìng)賽共發(fā)布了分類定位、圖像目標(biāo)檢測(cè)、視頻目標(biāo)檢測(cè)、場(chǎng)景識(shí)別和分割等競(jìng)賽項(xiàng)目。海康威視研究院基于深度學(xué)習(xí)技術(shù)，研究出一套高效深度卷積神經(jīng)網(wǎng)絡(luò)的方法，憑此在場(chǎng)景分類和目標(biāo)檢測(cè)定位競(jìng)賽項(xiàng)目中分別取得第一與第二的名次。
�？低曆芯吭撼�(wù)副院長(zhǎng)浦世亮介紹，此次競(jìng)賽成果可以應(yīng)用到車輛檢測(cè)、車牌識(shí)別、車輛子品牌識(shí)別、人體檢測(cè)、人體屬性分析、人臉識(shí)別、以圖搜圖、視頻結(jié)構(gòu)化等產(chǎn)品中，將大幅提升產(chǎn)品性能與應(yīng)用效果。未來，基于深度學(xué)習(xí)技術(shù)，將不斷提高機(jī)器的智能化水平和自動(dòng)化水平，在智能安全監(jiān)控、汽車輔助駕駛、智能交通感知、視頻語義理解、機(jī)器人和無人機(jī)等各方面都有著巨大的應(yīng)用價(jià)值。
�？低曆芯吭涸诔闪⒁荒甓嗟臅r(shí)間里，積累了深厚的技術(shù)底蘊(yùn)。此次競(jìng)賽表明，�？低曆芯吭壕o隨計(jì)算機(jī)視覺發(fā)展的潮流和步伐，逐步走在了計(jì)算機(jī)視覺領(lǐng)域的研究前沿，他們的相關(guān)研究成果將為公司的持續(xù)發(fā)展提供強(qiáng)有力的技術(shù)支撐。
