多目标追踪MOT国际竞赛榜单出炉，小视科技荣登榜首

量子位的朋友们 2022-06-09 14:22:18 来源：量子位

8项指标排名第一！

近日，在国际多目标跟踪领域最具权威的测评平台—— MOT Challenge (Multiple Object Tracking)竞赛中，小视科技一举突破谷歌、微软、Facebook、Amazon、NEC、MIT等国际知名机构的垄断地位，提出MiniTrack追踪方案，在8项评价指标的国际排名中位列第一。其中，核心技术指标MOTA、HOTA均位列第一。

小视科技Mini Track追踪方案多项指标位列第一（加粗文字表示当前榜单最佳指标）

MOT Challenge由阿德莱德大学、苏黎世联邦理工学院以及达姆施塔特工业大学联合创办，是国际多目标跟踪领域最权威的测评平台，可谓是CV界的“兵家必争之地”。近年来，全球各大AI研究机构与企业在此展开技术角逐，比拼算法硬实力。迄今为止，已有100多家机构参与测评。

取得MOT国际竞赛优异名次，具有较高挑战。

一方面，参评团队技术实力均处于世界领先水平，竞争十分激烈；另一方面，多目标追踪需要处理复杂光线、视线遮挡、模糊等棘手情况。由于技术尚未成熟，准确率低、速度慢、运动模糊、ID跳变等问题普遍存在，挑战极高。

锚准多目标追踪，看小视如何破难题

小视科技沿用Tracking-by-detection追踪框架，针对目标检测、数据关联、时域关联进行改进，提出一种smooth-association方法，追踪方法在MOT2017比赛中取得排名第一的优秀结果。

Tracking-by-detection pipeline

在多目标跟踪中，一般情况下，目标遮挡、小目标、模糊等外在因素均会造成检测器性能下降。smooth-association通过综合考量跟踪目标变化情况以及目标检测器输出的变化情况，可有效应对此类问题，提升多目标跟踪的稳定性。

smooth-association对跟踪目标进行了序列化的分析，根据检测器输出的稳定性，在进行相似度匹配以及数据关联时采用多级动态匹配的方式，更加有效地降低检测器的不稳定因素对追踪器的影响。

Single threshold match & dynamic threshold match in tracking

在计算机视觉技术的大规模生产应用过程中，尤其在细粒度视频结构化领域，多目标追踪是技术要求极高的基础性分析任务，该技术作为必备环节，贯穿于各种视频分析任务。一方面，追踪技术能够在序列分析中提高目标召回率、补偿检测精度；另一方面，追踪算法提供了场景目标在时间序列上的一致性标签，使得算法方案在时域空域维度上能对目标进行立体分析。此外，作为一项实时分析的算法单元，多目标追踪对性能也提出极致要求。

算法落地场景验证深度学习小视取胜之法宝

十八大以来，国家高度重视关键核心技术创新攻关。《十四五规划纲要》提到：“展望2035年，我国将在关键核心技术上实现重大突破，进入创新型国家前列。”2022年3月，李克强在全国人大作《政府工作报告》时指出，要深入实施创新驱动发展战略，持续推进关键核心技术攻关。

不经历千锤百炼，攻不下关键核心技术。小视科技专注技术创新，近年来已累计自研视觉算法200余种，获得视觉相关算法专利近90篇。小视自研算法覆盖智能视频监控下的流量统计、异常行为识别等众多任务，为业务后续的事件预警、智能决策提供基础数据。相关技术已落地于智慧社区、智慧校园、智慧园区等诸多场景中，广泛覆盖全国主要省市。

“神枪手是子弹喂出来的 ”，小视的原创算法是在无数的场景应用中磨炼而成。

在江苏、重庆、辽宁等地的智慧社区中，小视以追踪算法赋能智能感知硬件，打通SDC摄像机、车辆道闸、人行道闸、门禁等前端设备，实现高空抛物识别、人员聚集识别、车辆检测、消防占道、遛狗未牵绳识别等功能，通过数据中台完成数据汇集、分析、处理与呈现，协助社区从人防走向智慧技防。