近日,世界三大頂級視覺會議之一ICCV(計算機視覺國際大會International Conference on Computer Vision)公開了最新錄用結(jié)果。天翼交通和清華大學(xué)等單位聯(lián)合署名的論文《Degradation-Resistant Unfolding Network for Heterogeneous Image Fusion》被接收。

異構(gòu)圖像融合(HIF,Heterogeneous Image Fusion)技術(shù)旨在通過合并不同傳感器捕獲的圖像互補信息來提高圖像質(zhì)量。例如夜晚,可見光圖像和紅外圖像融合可以大幅提升車輛、行人等目標檢測精度。該論文引入了一種新穎的抗降解性 HIF模型,并推導(dǎo)了其優(yōu)化程序。然后,它將優(yōu)化展開過程合并到提出的DeRUN中進行端到端訓(xùn)練。為了確保 DeRUN的魯棒性和效率,采用聯(lián)合約束策略和輕量級部分權(quán)重共享模塊。DeRUN在智能交通領(lǐng)域的RoadScene等多個任務(wù)上取得國際領(lǐng)先水平,并且計算和內(nèi)存成本更低。

一篇被接收的論文,是天翼交通聚力研發(fā)的一個縮影。這一年來,天翼交通持續(xù)蓄力,多項研究成果受到國際頂級學(xué)術(shù)會議/期刊認可,達到世界領(lǐng)先水平,并且在實際應(yīng)用中得到驗證,加速車路云一體化自動駕駛產(chǎn)業(yè)的關(guān)鍵技術(shù)迭代。

2 023 年 6 月, 全世界最大、也是最全面的信號處理及其應(yīng)用方面的頂級會議——ICASSP在希臘舉行(International Conference on Acoustics, Speech and Signal Processing即國際聲學(xué)、語音與信號處理會議)。天翼交通和清華大學(xué)聯(lián)合發(fā)表論文《A Two-branch network for video anomaly detection with spatio-temporal feature learning》。

視頻異常檢測非常具有挑戰(zhàn)性,因為大多數(shù)異常都很罕見且不確定,例如城市道路上交通事故的概率很低。常見的弱監(jiān)督學(xué)習(xí)方法利用視頻訓(xùn)練的分類器級別標簽來定位視頻中的異常片段。然而,異常片段往往既包含異常內(nèi)容,又包含大量不相關(guān)的背景行為,增加了檢測難度。本論文提出了一個兩分支網(wǎng)絡(luò)來分別獲取全局和每個局部對象的運動信息。這種局部和全局的感知突出了目標的特征。本文進一步提出了一種時空關(guān)系網(wǎng)絡(luò),基于注意力機制來建模不同對象的空間關(guān)系和不同片段之間的時間相關(guān)性。在近似車路協(xié)同固定觀測視角的UCF-Crime等公開數(shù)據(jù)集中,該方法取得了國際領(lǐng)先的性能。

2023年2月 ,天翼交通聯(lián)合哈佛大學(xué)等單位,在國際著名期刊《Neurocomputing》(最新影響因子6.0),發(fā)表了一篇論文《Inducing semantic hierarchy structure in empirical risk minimization with optimal transport measures》。交叉熵損失可以說是深度學(xué)習(xí)最重要的經(jīng)驗風(fēng)險最小化目標分類的判別模型,并在許多應(yīng)用,如自動駕駛、智能交通等領(lǐng)域取得了顯著成功。盡管交叉熵損失被廣泛采用,但它本質(zhì)上忽略了類別之間的相關(guān)性,可能影響后續(xù)決策。例如,將車輛與動物/行人混淆可以導(dǎo)致比不同的車輛(汽車、公共汽車或卡車)錯分更嚴重的后續(xù)后果,特別是自動駕駛的后續(xù)決策處理。本文能夠按照分層語義風(fēng)險的先驗,在最佳運輸測量中預(yù)先定義地面距離矩陣。使用語義樹結(jié)構(gòu)進行大規(guī)模圖像分類,如Stanford Cars等數(shù)據(jù)集,以即插即用的方式展示了方法優(yōu)越的性能。

在車路協(xié)同目標檢測和分類領(lǐng)域,天翼交通已經(jīng)成為業(yè)內(nèi)標桿之一;而在產(chǎn)業(yè)應(yīng)用方面,天翼交通圍繞著具有中國特色的車路云一體化發(fā)展路徑的“蘇州實踐”也在國內(nèi)實現(xiàn)領(lǐng)跑。智能交通產(chǎn)業(yè)的發(fā)展與崛起是一場馬拉松,技術(shù)、產(chǎn)品、服務(wù)與應(yīng)用等仍有大量的攻關(guān)需求和儲備空間,需要持續(xù)進行長期投入,對于天翼交通來說,技術(shù)積累的每一步都是未來突破的基石,也是支撐行業(yè)構(gòu)建技術(shù)競爭力,推進數(shù)字交通、數(shù)字城市、數(shù)字中國建設(shè)的重要力量。

(新媒體責(zé)編：wa123)