阿裡斬獲AI領域 「奧斯卡」 四項冠軍，新研究可精準預測視訊目標位置

CVPR 是 AI 領域規模最大的會議，被譽為計算機視覺領域「奧斯卡」，其範圍涵蓋計算機視覺領域的前瞻學術研究和工業應用，會議的研究成果體現著視覺 AI 領域研究的趨勢。由於視訊會議、直播等應用逐漸普及，2020 年頂級科技公司的研究成果逐步從圖像延伸到視訊領域，涉及視訊壓縮、視訊分割、三維視覺等領域。

據介紹，阿裡參加的四項比賽均為視訊技術領域。在 DAVIS 挑戰賽中，阿裡達摩院團隊率先實現突破，力壓雪梨科技大學 ReLER 實驗室，以 84.1 的分數獲得了第一名，比 2019 年第一名的中興和華中科技大學聯合團隊高出 7.4 分。

圖 | 阿裡 AI 以 84.1 分的成就斬獲 DAVIS 比賽第一名

具體來說，阿裡參與的是 DAVIS 半監督賽道。要求是假設用戶不與算法交互以獲取分割掩膜，輸入值只給出第一幀的正確掩膜，算法需要在後續每一幀中實現對單個或多個目標的分割，也就是要把目標的像素標註出來。

如上圖所示，衡量分割準確率有兩種標準，分別以 J 和 F 為代號，代表區域相似度（Region Similarity）和輪廓準確度（Contour Accuracy）。前者測量正確像素的標註數量，後者測量目標輪廓的分割有多精準。最終成就是 J 和 F 標準的綜合分。

圖 | 阿裡 AI 可以基於視訊前一幀畫面，精準預測目標物體下一幀的位置

作為對比，今年 DAVIS 挑戰賽第二名 ReLER 實驗室提出的 CFBI + 算法，原本領先基礎 STMVOS 算法近 10 分，但阿裡團隊使用空間約束方法、新型訓練策略和微調等技術，將基礎算法的表現大幅提高了 12 分，摘下桂冠。

除獲得四項比賽冠軍，阿裡還有 17 篇論文入選 CVPR 2020，其中包括一篇自動駕駛領域的研究成果，該論文提出了一個通用、高性能的自動駕駛檢測器，首次實現 3D 物體檢測精度與速度的兼得，可以有效提升自動駕駛系統安全性能。

目前，阿裡視覺 AI 技術已在全球率先實現大規模落地。例如，城市大腦、拍立淘、優酷視訊等阿裡集團內部業務場景均已大規模使用該技術；阿裡 CT 影像 AI 已經服務全球 600 多家醫療機構，疫情期間已完成 50 餘萬例病例臨床診斷。

責編：胡巍巍