近日，大華股份基于深度學習的雙目立體匹配算法，刷新了KITTI Vision Benchmark中雙目立體匹配競賽的最好成績，超越了其它一流AI公司和頂尖的學術(shù)研究機構(gòu)，以及ICCV、ECCV、CVPR相關(guān)論文中的雙目立體匹配研究成果，這標志著大華股份在雙目立體匹配算法領(lǐng)域處于領(lǐng)先水平。

大華股份在AI技術(shù)領(lǐng)域持續(xù)耕耘與創(chuàng)新，不斷提升算法、算力的核心競爭力。2018年，大華股份取得道路分割、車輛跟隨、多目標跟蹤、3D目標檢測、人體檢測、車輛檢測、場景流、光流、行人檢索等12項全球AI排行榜第一；2019年，大華股份取得行人重識別、目標實例分割、圖像語義分割、步態(tài)識別、遙感圖像分析等十項全球AI排行榜第一。2020年初，大華股份在 MIT Scene Parsing Benchmark場景解析任務(wù)中取得了第一。本次在雙目立體匹配算法領(lǐng)域再次取得新突破。大華股份積極加速AI技術(shù)成果向現(xiàn)實生產(chǎn)力轉(zhuǎn)化，賦能行業(yè)智能化升級。

大華股份AI最新雙目立體匹配算法評測全球排名第一（提交時間：2020.04.07）

（截圖來源：www.cvlibs.net/datasets/kitti/eval_scene_flow.php?benchmark=stereo）

關(guān)于KITTI：

KITTI數(shù)據(jù)集由德國卡爾斯魯厄理工學院和豐田美國技術(shù)研究院聯(lián)合創(chuàng)辦，是目前國際上最大的計算機視覺算法評測數(shù)據(jù)集之一。數(shù)據(jù)集用于評測立體匹配(stereo)、光流(flow)、場景流(sceneflow)、視覺里程計(visual odometry)、物體檢測(object detection)和跟蹤(tracking)、道路分割(road)、語義分割(semantics)等計算機視覺技術(shù)在車載環(huán)境下的性能。KITTI包含市區(qū)、鄉(xiāng)村和高速公路等場景采集的真實圖像數(shù)據(jù)，每張圖像中最多包含15輛車和30個行人，且存在不同程度的遮擋與截斷。

雙目立體匹配：

雙目立體匹配是場景三維感知的重要手段，在3D重建，智能機器人、自動駕駛、AR等領(lǐng)域中有著廣泛的應(yīng)用。雙目立體匹配算法通過對左右目相機拍攝的圖像進行相似性匹配，并獲得視差圖，隨后根據(jù)立體幾何原理推測場景深度。

在本次國際測評中，大華基于自主研發(fā)的深度學習平臺，開發(fā)了一種基于深度神經(jīng)網(wǎng)絡(luò)的立體匹配算法。該算法采用了ASPP的結(jié)構(gòu)對輸入圖像進行多尺度特征提取，并將傳統(tǒng)的SGM算法融入到神經(jīng)網(wǎng)絡(luò)中。此外，在訓練過程中加入了額外的自監(jiān)督學習策略，有效地提高了算法的精度。

輸入圖像（一）

可視化視差圖（一）

誤差圖（一）

輸入圖像（二）

可視化視差圖（二）

誤差圖（二）

△以上圖片為該國際權(quán)威評測數(shù)據(jù)集的立體匹配算法效果圖

大華實際產(chǎn)品和未來產(chǎn)品中的應(yīng)用

➢室外3D重建：

場景視差圖

➢起立檢測：

場景視差圖

本次評測中使用的技術(shù)已在大華雙目攝像機等產(chǎn)品中得到應(yīng)用，提升了雙目攝像機的捕獲目標深度數(shù)據(jù)、目標分離等性能，賦能場景化應(yīng)用價值。