一文解读全球顶级计算机视觉会议：CVPR 2019自动驾驶内容

全球顶级年度计算机视觉大会CVPR(Computer Vision and Pattern Recognition，计算机视觉与模式识别)已在加州长滩落下帷幕。计算机视觉在自动驾驶中占有一席之地，甚至有从业者认为纯视觉可以实现自动驾驶，所以在CVPR2019阶段，自动驾驶也成为了重要内容。包括Waymo、Argo、NVIDIA、特斯拉、Algolux等。在国外，美团、百度和时宇等国内公司都在CVPR 2019上亮相或发布了重要产品。即使是不参加会议的国内自动驾驶公司，也有相当一部分员工，无论是出于公务还是个人兴趣，漂洋过海来到加州长滩参加一年一度的计算机视觉顶级会议。在公司层面，Waymo和Argo在CVPR 2019上宣布了开放数据集，而百度则宣布推出纯视觉L4级自动驾驶解决方案。美团的无人配送团队获得了CVPR 2019障碍轨迹预测挑战赛的第一名，而英伟达和Algolux在摄像头方面有了新动作。至于全世界5160篇论文，包括1294篇，这里就不介绍了。我们再来看看自动驾驶领域，这个比较有意思。01Waymo和Argo开放数据集2019年CVPR，全球自动驾驶领域的领导者Waymo发布了Waymo开放数据集，随后福特旗下的独立自动驾驶公司Argo也宣布开放Argoverse。在Aptiv于2019年3月开放的Aptiv NuScenes数据集之前，研究人员发布的数据集相对较小且范围有限，通常仅限于相机图像数据。随着Waymo和Argo的数据集开放，自动驾驶领域迎来了更丰富的数据集。Aptiv NuScenes数据集包括图像激光雷达和毫米波雷达数据，而Waymo的开放数据集Waymo Open Dataset号称拥有3000个场景，是NuScenes的3倍，相机和激光雷达之间的信息传输更好。更重要的是，Waymo提供了五个激光雷达传感器的数据，而Aptiv NuScenes只有一个。福特的Argo数据集Argoverse则不同。在比例上，这个数据集只覆盖了迈阿密和匹兹堡记录的113个场景，包括9个摄像头的数据和2个激光雷达传感器的数据。但是，Argoverse数据集是唯一包含高清地图数据的数据集。目前，Argo已经在自己的运营区域建立了自己的高清地图，覆盖了匹兹堡和迈阿密290公路的道路，涵盖了位置、高度、交通信号等信息。Argo的映射解决方案的一个特点是，它可以通过准确地知道搜索符号和信号的位置来优化处理，而无需扫描整个场景来寻找信号。作为计算机视觉的顶级会议，百度的方案和美团的第一名，几乎没有自动驾驶的纯视觉解决方案！作为纯视觉解决方案的粉丝，计划在2020年推100万台RoboTaxi的特斯拉并没有在CVPR2019上展示自己的解决方案。毕竟4月份特斯拉AutonomousDay没多久，所以特斯拉就展示了Roadster 2。而来自中国的百度Apollo则推出了纯视觉L4级自动驾驶城市道路闭环解决方案——百度Apollo Lite。此次发布验证了百度回归L4纯视觉方案的消息。按照百度官方的说法，Apollo Lite可以支持10个摄像头(特斯拉Autopilot应该是8个摄像头)每秒200帧的数据处理。其他数据包括单个视觉链路的丢帧率控制在千分之五以内，前方障碍物探测视距240米。6月21日，百度在长沙拿到45张自动驾驶测试牌照。根据官方计划，百度计划在下半年推出100个RoboTaxi。不过，Apollo Lite目前正在北京稻香湖等路段进行测试。未来百度的L4级自动驾驶是采用之前的激光雷达技术路线还是纯视觉技术路线？另一家中国互联网巨头美团(美团市值超过百度)及其无人配送团队(以外卖起家的美团刚需)获得CVPR 2019障碍轨迹预测挑战赛第一名。本次大赛主要面向学术界和工业界的研究人员和工程师，共同探讨计算机视觉在自动驾驶中的应用。具体来说，在比赛中，每个参赛选手根据每个障碍过去3秒的轨迹，预测未来3秒的轨迹。障碍物分四类:行人、自行车、大型机动车、小型机动车。最终，美团以1.3425的成绩获得本次比赛第一名。美团之所以获得第一名，是因为美团无人配送正在研究障碍物对无人配送车的影响。最新的摄像头方案首先介绍了NVIDIA的方案在城市交通中的应用。作为一款GPU，NVIDIA的视觉能力毋庸置疑。在2019年CVPR上，英伟达在CityFlow中推出了多目标和多摄像头车辆跟踪和识别的城市级基准。利用交通摄像机作为传感器优化城市交通，促进了多目标多摄像机(MTMC)跟踪技术的发展。本作品引入了城市尺度的交通摄像头数据集CityFlow，包含超过3小时的同步高清视频，10个路口的40个摄像头，两个同步摄像头之间的最大距离为2.5公里。CityFlow是城市环境中空间覆盖范围最大、摄像机/视频数量最多的数据集。数据集包含超过20万个带注释的包围盒，涵盖了广泛的场景、视角、车辆模型和城市交通流状况。提供相机几何和校准信息以辅助时空分析。此外，基准测试的子集可以用于基于图像的车辆重新识别(ReID)任务。NVIDIA对MTMC跟踪、多目标单摄像机(MTSC)跟踪、目标检测和基于图像的ReID等基线/最新方法进行了广泛的实验评估，并分析了不同网络架构、损失函数、时空模型及其组合对任务效率的影响。在2019年人工智能城市挑战赛上，英伟达发布了一项基准测试，并推出了一款评估服务器，允许研究人员比较他们最新技术的性能。NVIDIA希望这个数据集能够催化这一领域的研究，推动最先进的技术向前发展，并导致在现实世界中部署的流量优化。Algolux的解决方案要强大得多。该公司宣布，它与蒙特利尔大学和普林斯顿大学联合开发了一种新方法，使用传统的CMOS相机，如智能手机或汽车中的相机，来“看穿”被墙壁或其他场景遮挡的物体。Algolux声称，开发人员已经实现了前所未有的非视线(NLOS)成像分辨率。这项技术使相机传感器首次能够看到角落周围具有高分辨率和颜色的物体。使用这项技术，开发人员可以重建交通标志和其他被一些大型对象或墙壁隐藏的3D对象的高质量图像。自动驾驶技术在很大程度上依赖于雷达和一系列摄像头，预计这将是改善自动驾驶技术的一项重大发展。它将确保自动驾驶车辆在路况困难和视野受阻的地区更安全地导航。与此同时，来自加州的研究人员……egie Mellon大学、多伦多大学和伦敦大学学院展示了一种非视线(NLOS)成像技术，可以计算弯曲物体的毫米和微米形状。非视线成像旨在通过分析被遮挡物体在可见场景表面的间接反射来恢复被遮挡物体。卡耐基梅隆大学的研究由国防高级研究计划局的Reveal计划支持，该计划正在开发NLOS函数。更重要的是，这项研究获得了CVPR 2019年最佳论文奖！人靠视觉安全驾驶，但背后是高度精密的大脑和经验判断，这是目前计算机处理芯片所不具备的。计算机视觉是自动驾驶领域不可或缺的一部分，但纯视觉方案是否能完全实现自动驾驶？像Algolux和卡内基梅隆大学的研究可能会给我们答案。全球顶级年度计算机视觉大会CVPR(Computer Vision and Pattern Recognition，计算机视觉与模式识别)已在加州长滩落下帷幕。计算机视觉在自动驾驶中占有一席之地，甚至有从业者认为纯视觉可以实现自动驾驶，所以在CVPR2019阶段，自动驾驶也成为了重要内容。包括Waymo、Argo、NVIDIA、特斯拉、Algolux等。在国外，美团、百度和时宇等国内公司都在CVPR 2019上亮相或发布了重要产品。即使是不参加会议的国内自动驾驶公司，也有相当一部分员工，无论是出于公务还是个人兴趣，漂洋过海来到加州长滩参加一年一度的计算机视觉顶级会议。在公司层面，Waymo和Argo在CVPR 2019上宣布了开放数据集，而百度则宣布推出纯视觉L4级自动驾驶解决方案。美团的无人配送团队获得了CVPR 2019障碍轨迹预测挑战赛的第一名，而英伟达和Algolux在摄像头方面有了新动作。至于全世界5160篇论文，包括1294篇，这里就不介绍了。我们再来看看自动驾驶领域，这个比较有意思。01Waymo和Argo开放数据集在CVPR 2019年，全球自动驾驶领域的领导者Waymo发布了Waymo开放数据集，随后福特旗下的独立自动驾驶公司Argo也宣布开放Argoverse。在Aptiv于2019年3月开放的Aptiv NuScenes数据集之前，研究人员发布的数据集相对较小且范围有限，通常仅限于相机图像数据。随着Waymo和Argo的数据集开放，自动驾驶领域迎来了更丰富的数据集。Aptiv NuScenes数据集包括图像激光雷达和毫米波雷达数据，而Waymo的开放数据集Waymo Open Dataset号称拥有3000个场景，是NuScenes的3倍，相机和激光雷达之间的信息传输更好。更重要的是，Waymo提供了五个激光雷达传感器的数据，而Aptiv NuScenes只有一个。福特的Argo数据集Argoverse则不同。在比例上，这个数据集只覆盖了迈阿密和匹兹堡记录的113个场景，包括9个摄像头的数据和2个激光雷达传感器的数据。但是，Argoverse数据集是唯一包含高清地图数据的数据集。目前，Argo已经在自己的运营区域建立了自己的高清地图，覆盖了匹兹堡和迈阿密290公路的道路，涵盖了位置、高度、交通信号等信息。Argo的映射解决方案的一个特点是，它可以通过准确地知道搜索符号和信号的位置来优化处理，而无需扫描整个场景来寻找信号。作为计算机视觉的顶级会议，百度的方案和美团的第一名，几乎没有自动驾驶的纯视觉解决方案！作为纯视觉解决方案的粉丝，计划在2020年推100万台RoboTaxi的特斯拉并没有在CVPR2019上展示自己的解决方案。毕竟4月份特斯拉AutonomousDay没多久，所以特斯拉就展示了Roadster 2。而来自中国的百度Apollo则推出了纯视觉L4级自动驾驶城市道路闭环解决方案——百度Apollo Lite。此次发布验证了百度回归L4纯视觉方案的消息。按照百度官方的说法，Apollo Lite可以支持10个摄像头(特斯拉Autopilot应该是8个摄像头)每秒200帧的数据处理。其他数据包括单个视觉链路的丢帧率控制在千分之五以内，前方障碍物探测视距240米。6月21日，百度在长沙拿到45张自动驾驶测试牌照。根据官方计划，百度计划在下半年推出100个RoboTaxi。不过，Apollo Lite目前正在北京稻香湖等路段进行测试。未来百度的L4级自动驾驶是采用之前的激光雷达技术路线还是纯视觉技术路线？另一家中国互联网巨头美团(美团市值超过百度)及其无人配送团队(以外卖起家的美团刚需)获得CVPR 2019障碍轨迹预测挑战赛第一名。本次大赛主要面向学术界和工业界的研究人员和工程师，共同探讨计算机视觉在自动驾驶中的应用。具体来说，在比赛中，每个参赛选手根据每个障碍过去3秒的轨迹，预测未来3秒的轨迹。障碍物分四类:行人、自行车、大型机动车、小型机动车。最终，美团以1.3425的成绩获得本次比赛第一名。美团之所以获得第一名，是因为美团无人配送正在研究障碍物对无人配送车的影响。最新的摄像头方案首先介绍了NVIDIA的方案在城市交通中的应用。作为一款GPU，NVIDIA的视觉能力毋庸置疑。在2019年CVPR上，英伟达在CityFlow中推出了多目标和多摄像头车辆跟踪和识别的城市级基准。利用交通摄像机作为传感器优化城市交通，促进了多目标多摄像机(MTMC)跟踪技术的发展。本作品引入了城市尺度的交通摄像头数据集CityFlow，包含超过3小时的同步高清视频，10个路口的40个摄像头，两个同步摄像头之间的最大距离为2.5公里。CityFlow是城市环境中空间覆盖范围最大、摄像机/视频数量最多的数据集。数据集包含超过20万个带注释的包围盒，涵盖了广泛的场景、视角、车辆模型和城市交通流状况。提供相机几何和校准信息以辅助时空分析。此外，基准测试的子集可以用于基于图像的车辆重新识别(ReID)任务。NVIDIA对MTMC跟踪、多目标单摄像机(MTSC)跟踪、目标检测和基于图像的ReID等基线/最新方法进行了广泛的实验评估，并分析了不同网络架构、损失函数、时空模型及其组合对任务效率的影响。在2019年人工智能城市挑战赛上，英伟达发布了一项基准测试，并推出了一款评估服务器，允许研究人员比较他们最新技术的性能。NVIDIA希望这个数据集能够催化这一领域的研究，推动最先进的技术向前发展，并导致在现实世界中部署的流量优化。Algolux的解决方案要强大得多。该公司宣布，它与蒙特利尔大学和普林斯顿大学联合开发了一种新方法，使用传统的CMOS相机，如智能手机或汽车中的相机，来“看穿”被墙壁或其他场景遮挡的物体。Algolux声称，开发人员已经实现了前所未有的非视线(NLOS)成像分辨率。这项技术使相机传感器首次能够看到角落周围具有高分辨率和颜色的物体。使用这项技术，开发人员可以重建交通标志和其他被一些大型对象或墙壁隐藏的3D对象的高质量图像。自动驾驶技术在很大程度上依赖于雷达和一系列摄像头，预计这将是改善自动驾驶技术的一项重大发展。它将确保自动驾驶车辆在路况困难和视野受阻的地区更安全地导航。与此同时，来自加州的研究人员……egie Mellon大学、多伦多大学和伦敦大学学院展示了一种非视线(NLOS)成像技术，可以计算弯曲物体的毫米和微米形状。非视线成像旨在通过分析被遮挡物体在可见场景表面的间接反射来恢复被遮挡物体。卡耐基梅隆大学的研究由国防高级研究计划局的Reveal计划支持，该计划正在开发NLOS函数。更重要的是，这项研究获得了CVPR 2019年最佳论文奖！人靠视觉安全驾驶，但背后是高度精密的大脑和经验判断，这是目前计算机处理芯片所不具备的。计算机视觉是自动驾驶领域不可或缺的一部分，但纯视觉方案是否能完全实现自动驾驶？像Algolux和卡内基梅隆大学的研究可能会给我们答案。

标签：福特北京大发

汽车资讯热门资讯