一文解讀全球頂級計算機視覺會議：CVPR 2019自動駕駛內容

全球頂級年度計算機視覺大會CVPR(Computer Vision and Pattern Recognition，計算機視覺與模式識別)已在加州長灘落下帷幕。計算機視覺在自動駕駛中占有一席之地，甚至有從業者認為純視覺可以實現自動駕駛，所以在CVPR2019階段，自動駕駛也成為了重要內容。包括Waymo、Argo、NVIDIA、特斯拉、Algolux等。在國外，美團、百度和時宇等國內公司都在CVPR 2019上亮相或發布了重要產品。即使是不參加會議的國內自動駕駛公司，也有相當一部分員工，無論是出于公務還是個人興趣，漂洋過海來到加州長灘參加一年一度的計算機視覺頂級會議。在公司層面，Waymo和Argo在CVPR 2019上宣布了開放數據集，而百度則宣布推出純視覺L4級自動駕駛解決方案。美團的無人配送團隊獲得了CVPR 2019障礙軌跡預測挑戰賽的第一名，而英偉達和Algolux在攝像頭方面有了新動作。至于全世界5160篇論文，包括1294篇，這里就不介紹了。我們再來看看自動駕駛領域，這個比較有意思。01Waymo和Argo開放數據集2019年CVPR，全球自動駕駛領域的領導者Waymo發布了Waymo開放數據集，隨后福特旗下的獨立自動駕駛公司Argo也宣布開放Argoverse。在Aptiv于2019年3月開放的Aptiv NuScenes數據集之前，研究人員發布的數據集相對較小且范圍有限，通常僅限于相機圖像數據。隨著Waymo和Argo的數據集開放，自動駕駛領域迎來了更豐富的數據集。Aptiv NuScenes數據集包括圖像激光雷達和毫米波雷達數據，而Waymo的開放數據集Waymo Open Dataset號稱擁有3000個場景，是NuScenes的3倍，相機和激光雷達之間的信息傳輸更好。更重要的是，Waymo提供了五個激光雷達傳感器的數據，而Aptiv NuScenes只有一個。福特的Argo數據集Argoverse則不同。在比例上，這個數據集只覆蓋了邁阿密和匹茲堡記錄的113個場景，包括9個攝像頭的數據和2個激光雷達傳感器的數據。但是，Argoverse數據集是唯一包含高清地圖數據的數據集。目前，Argo已經在自己的運營區域建立了自己的高清地圖，覆蓋了匹茲堡和邁阿密290公路的道路，涵蓋了位置、高度、交通信號等信息。Argo的映射解決方案的一個特點是，它可以通過準確地知道搜索符號和信號的位置來優化處理，而無需掃描整個場景來尋找信號。作為計算機視覺的頂級會議，百度的方案和美團的第一名，幾乎沒有自動駕駛的純視覺解決方案！作為純視覺解決方案的粉絲，計劃在2020年推100萬臺RoboTaxi的特斯拉并沒有在CVPR2019上展示自己的解決方案。畢竟4月份特斯拉AutonomousDay沒多久，所以特斯拉就展示了Roadster 2。而來自中國的百度Apollo則推出了純視覺L4級自動駕駛城市道路閉環解決方案——百度Apollo Lite。此次發布驗證了百度回歸L4純視覺方案的消息。按照百度官方的說法，Apollo Lite可以支持10個攝像頭(特斯拉Autopilot應該是8個攝像頭)每秒200幀的數據處理。其他數據包括單個視覺鏈路的丟幀率控制在千分之五以內，前方障礙物探測視距240米。6月21日，百度在長沙拿到45張自動駕駛測試牌照。根據官方計劃，百度計劃在下半年推出100個RoboTaxi。不過，Apollo Lite目前正在北京稻香湖等路段進行測試。未來百度的L4級自動駕駛是采用之前的激光雷達技術路線還是純視覺技術路線？另一家中國互聯網巨頭美團(美團市值超過百度)及其無人配送團隊(以外賣起家的美團剛需)獲得CVPR 2019障礙軌跡預測挑戰賽第一名。本次大賽主要面向學術界和工業界的研究人員和工程師，共同探討計算機視覺在自動駕駛中的應用。具體來說，在比賽中，每個參賽選手根據每個障礙過去3秒的軌跡，預測未來3秒的軌跡。障礙物分四類:行人、自行車、大型機動車、小型機動車。最終，美團以1.3425的成績獲得本次比賽第一名。美團之所以獲得第一名，是因為美團無人配送正在研究障礙物對無人配送車的影響。最新的攝像頭方案首先介紹了NVIDIA的方案在城市交通中的應用。作為一款GPU，NVIDIA的視覺能力毋庸置疑。在2019年CVPR上，英偉達在CityFlow中推出了多目標和多攝像頭車輛跟蹤和識別的城市級基準。利用交通攝像機作為傳感器優化城市交通，促進了多目標多攝像機(MTMC)跟蹤技術的發展。本作品引入了城市尺度的交通攝像頭數據集CityFlow，包含超過3小時的同步高清視頻，10個路口的40個攝像頭，兩個同步攝像頭之間的最大距離為2.5公里。CityFlow是城市環境中空間覆蓋范圍最大、攝像機/視頻數量最多的數據集。數據集包含超過20萬個帶注釋的包圍盒，涵蓋了廣泛的場景、視角、車輛模型和城市交通流狀況。提供相機幾何和校準信息以輔助時空分析。此外，基準測試的子集可以用于基于圖像的車輛重新識別(ReID)任務。NVIDIA對MTMC跟蹤、多目標單攝像機(MTSC)跟蹤、目標檢測和基于圖像的ReID等基線/最新方法進行了廣泛的實驗評估，并分析了不同網絡架構、損失函數、時空模型及其組合對任務效率的影響。在2019年人工智能城市挑戰賽上，英偉達發布了一項基準測試，并推出了一款評估服務器，允許研究人員比較他們最新技術的性能。NVIDIA希望這個數據集能夠催化這一領域的研究，推動最先進的技術向前發展，并導致在現實世界中部署的流量優化。Algolux的解決方案要強大得多。該公司宣布，它與蒙特利爾大學和普林斯頓大學聯合開發了一種新方法，使用傳統的CMOS相機，如智能手機或汽車中的相機，來“看穿”被墻壁或其他場景遮擋的物體。Algolux聲稱，開發人員已經實現了前所未有的非視線(NLOS)成像分辨率。這項技術使相機傳感器首次能夠看到角落周圍具有高分辨率和顏色的物體。使用這項技術，開發人員可以重建交通標志和其他被一些大型對象或墻壁隱藏的3D對象的高質量圖像。自動駕駛技術在很大程度上依賴于雷達和一系列攝像頭，預計這將是改善自動駕駛技術的一項重大發展。它將確保自動駕駛車輛在路況困難和視野受阻的地區更安全地導航。與此同時，來自加州的研究人員……egie Mellon大學、多倫多大學和倫敦大學學院展示了一種非視線(NLOS)成像技術，可以計算彎曲物體的毫米和微米形狀。非視線成像旨在通過分析被遮擋物體在可見場景表面的間接反射來恢復被遮擋物體。卡耐基梅隆大學的研究由國防高級研究計劃局的Reveal計劃支持，該計劃正在開發NLOS函數。更重要的是，這項研究獲得了CVPR 2019年最佳論文獎！人靠視覺安全駕駛，但背后是高度精密的大腦和經驗判斷，這是目前計算機處理芯片所不具備的。計算機視覺是自動駕駛領域不可或缺的一部分，但純視覺方案是否能完全實現自動駕駛？像Algolux和卡內基梅隆大學的研究可能會給我們答案。全球頂級年度計算機視覺大會CVPR(Computer Vision and Pattern Recognition，計算機視覺與模式識別)已在加州長灘落下帷幕。計算機視覺在自動駕駛中占有一席之地，甚至有從業者認為純視覺可以實現自動駕駛，所以在CVPR2019階段，自動駕駛也成為了重要內容。包括Waymo、Argo、NVIDIA、特斯拉、Algolux等。在國外，美團、百度和時宇等國內公司都在CVPR 2019上亮相或發布了重要產品。即使是不參加會議的國內自動駕駛公司，也有相當一部分員工，無論是出于公務還是個人興趣，漂洋過海來到加州長灘參加一年一度的計算機視覺頂級會議。在公司層面，Waymo和Argo在CVPR 2019上宣布了開放數據集，而百度則宣布推出純視覺L4級自動駕駛解決方案。美團的無人配送團隊獲得了CVPR 2019障礙軌跡預測挑戰賽的第一名，而英偉達和Algolux在攝像頭方面有了新動作。至于全世界5160篇論文，包括1294篇，這里就不介紹了。我們再來看看自動駕駛領域，這個比較有意思。01Waymo和Argo開放數據集在CVPR 2019年，全球自動駕駛領域的領導者Waymo發布了Waymo開放數據集，隨后福特旗下的獨立自動駕駛公司Argo也宣布開放Argoverse。在Aptiv于2019年3月開放的Aptiv NuScenes數據集之前，研究人員發布的數據集相對較小且范圍有限，通常僅限于相機圖像數據。隨著Waymo和Argo的數據集開放，自動駕駛領域迎來了更豐富的數據集。Aptiv NuScenes數據集包括圖像激光雷達和毫米波雷達數據，而Waymo的開放數據集Waymo Open Dataset號稱擁有3000個場景，是NuScenes的3倍，相機和激光雷達之間的信息傳輸更好。更重要的是，Waymo提供了五個激光雷達傳感器的數據，而Aptiv NuScenes只有一個。福特的Argo數據集Argoverse則不同。在比例上，這個數據集只覆蓋了邁阿密和匹茲堡記錄的113個場景，包括9個攝像頭的數據和2個激光雷達傳感器的數據。但是，Argoverse數據集是唯一包含高清地圖數據的數據集。目前，Argo已經在自己的運營區域建立了自己的高清地圖，覆蓋了匹茲堡和邁阿密290公路的道路，涵蓋了位置、高度、交通信號等信息。Argo的映射解決方案的一個特點是，它可以通過準確地知道搜索符號和信號的位置來優化處理，而無需掃描整個場景來尋找信號。作為計算機視覺的頂級會議，百度的方案和美團的第一名，幾乎沒有自動駕駛的純視覺解決方案！作為純視覺解決方案的粉絲，計劃在2020年推100萬臺RoboTaxi的特斯拉并沒有在CVPR2019上展示自己的解決方案。畢竟4月份特斯拉AutonomousDay沒多久，所以特斯拉就展示了Roadster 2。而來自中國的百度Apollo則推出了純視覺L4級自動駕駛城市道路閉環解決方案——百度Apollo Lite。此次發布驗證了百度回歸L4純視覺方案的消息。按照百度官方的說法，Apollo Lite可以支持10個攝像頭(特斯拉Autopilot應該是8個攝像頭)每秒200幀的數據處理。其他數據包括單個視覺鏈路的丟幀率控制在千分之五以內，前方障礙物探測視距240米。6月21日，百度在長沙拿到45張自動駕駛測試牌照。根據官方計劃，百度計劃在下半年推出100個RoboTaxi。不過，Apollo Lite目前正在北京稻香湖等路段進行測試。未來百度的L4級自動駕駛是采用之前的激光雷達技術路線還是純視覺技術路線？另一家中國互聯網巨頭美團(美團市值超過百度)及其無人配送團隊(以外賣起家的美團剛需)獲得CVPR 2019障礙軌跡預測挑戰賽第一名。本次大賽主要面向學術界和工業界的研究人員和工程師，共同探討計算機視覺在自動駕駛中的應用。具體來說，在比賽中，每個參賽選手根據每個障礙過去3秒的軌跡，預測未來3秒的軌跡。障礙物分四類:行人、自行車、大型機動車、小型機動車。最終，美團以1.3425的成績獲得本次比賽第一名。美團之所以獲得第一名，是因為美團無人配送正在研究障礙物對無人配送車的影響。最新的攝像頭方案首先介紹了NVIDIA的方案在城市交通中的應用。作為一款GPU，NVIDIA的視覺能力毋庸置疑。在2019年CVPR上，英偉達在CityFlow中推出了多目標和多攝像頭車輛跟蹤和識別的城市級基準。利用交通攝像機作為傳感器優化城市交通，促進了多目標多攝像機(MTMC)跟蹤技術的發展。本作品引入了城市尺度的交通攝像頭數據集CityFlow，包含超過3小時的同步高清視頻，10個路口的40個攝像頭，兩個同步攝像頭之間的最大距離為2.5公里。CityFlow是城市環境中空間覆蓋范圍最大、攝像機/視頻數量最多的數據集。數據集包含超過20萬個帶注釋的包圍盒，涵蓋了廣泛的場景、視角、車輛模型和城市交通流狀況。提供相機幾何和校準信息以輔助時空分析。此外，基準測試的子集可以用于基于圖像的車輛重新識別(ReID)任務。NVIDIA對MTMC跟蹤、多目標單攝像機(MTSC)跟蹤、目標檢測和基于圖像的ReID等基線/最新方法進行了廣泛的實驗評估，并分析了不同網絡架構、損失函數、時空模型及其組合對任務效率的影響。在2019年人工智能城市挑戰賽上，英偉達發布了一項基準測試，并推出了一款評估服務器，允許研究人員比較他們最新技術的性能。NVIDIA希望這個數據集能夠催化這一領域的研究，推動最先進的技術向前發展，并導致在現實世界中部署的流量優化。Algolux的解決方案要強大得多。該公司宣布，它與蒙特利爾大學和普林斯頓大學聯合開發了一種新方法，使用傳統的CMOS相機，如智能手機或汽車中的相機，來“看穿”被墻壁或其他場景遮擋的物體。Algolux聲稱，開發人員已經實現了前所未有的非視線(NLOS)成像分辨率。這項技術使相機傳感器首次能夠看到角落周圍具有高分辨率和顏色的物體。使用這項技術，開發人員可以重建交通標志和其他被一些大型對象或墻壁隱藏的3D對象的高質量圖像。自動駕駛技術在很大程度上依賴于雷達和一系列攝像頭，預計這將是改善自動駕駛技術的一項重大發展。它將確保自動駕駛車輛在路況困難和視野受阻的地區更安全地導航。與此同時，來自加州的研究人員……egie Mellon大學、多倫多大學和倫敦大學學院展示了一種非視線(NLOS)成像技術，可以計算彎曲物體的毫米和微米形狀。非視線成像旨在通過分析被遮擋物體在可見場景表面的間接反射來恢復被遮擋物體。卡耐基梅隆大學的研究由國防高級研究計劃局的Reveal計劃支持，該計劃正在開發NLOS函數。更重要的是，這項研究獲得了CVPR 2019年最佳論文獎！人靠視覺安全駕駛，但背后是高度精密的大腦和經驗判斷，這是目前計算機處理芯片所不具備的。計算機視覺是自動駕駛領域不可或缺的一部分，但純視覺方案是否能完全實現自動駕駛？像Algolux和卡內基梅隆大學的研究可能會給我們答案。

標簽：福特北京大發

汽車資訊熱門資訊