為期五天的全球頂級(jí)的年度計(jì)算機(jī)視覺會(huì)議，CVPR（計(jì)算機(jī)視覺與模式識(shí)別）已經(jīng)在加利福尼亞州的長(zhǎng)灘市落下帷幕。

計(jì)算機(jī)視覺在自動(dòng)駕駛擁有著一席之地，甚至有從業(yè)者認(rèn)為純視覺可以實(shí)現(xiàn)自動(dòng)駕駛，所以在CVPR2019舞臺(tái)，自動(dòng)駕駛也成為了其中重要的內(nèi)容。包括國(guó)外的Waymo、Argo、NVIDIA、Tesla、Algolux等，國(guó)內(nèi)的美團(tuán)、百度、馭勢(shì)等公司都紛紛在CVPR 2019上亮相或發(fā)布重要產(chǎn)品。

即便是不參會(huì)的國(guó)內(nèi)自動(dòng)駕駛公司，也有相當(dāng)一部分會(huì)員工，不管是因公出差還是個(gè)人興趣，都遠(yuǎn)涉重洋來(lái)到加州長(zhǎng)灘，參加一年一度的計(jì)算機(jī)視覺頂級(jí)會(huì)議。

在公司層面，Waymo和Argo先后在CVPR 2019上宣布開放數(shù)據(jù)集，百度則宣布推出純視覺的L4級(jí)別自動(dòng)駕駛解決方案、美團(tuán)無(wú)人配送團(tuán)隊(duì)獲得CVPR 2019障礙物軌跡預(yù)測(cè)挑戰(zhàn)賽第一名，NVIDIA和Algolux則在攝像頭方面有新動(dòng)作。

至于全球各地5160篇論文，被收錄1294篇的梗，這里就不一一介紹了。下面看看自動(dòng)駕駛領(lǐng)域，更有意思的內(nèi)容。

在CVPR 2019上，全球自動(dòng)駕駛領(lǐng)頭羊Waymo發(fā)布了自動(dòng)駕駛數(shù)據(jù)集Waymo Open Dataset，隨后福特旗下的獨(dú)立自動(dòng)駕駛公司Argo也宣布開放自動(dòng)駕駛數(shù)據(jù)集Argoverse。

在2019年3月Aptiv開放的自動(dòng)駕駛數(shù)據(jù)集Aptiv NuScenes數(shù)據(jù)集前，研究人員發(fā)布的數(shù)據(jù)集相對(duì)小，并且范圍有限，通常也僅限于攝像頭圖像數(shù)據(jù)。隨著Waymo和Argo的數(shù)據(jù)集開放，自動(dòng)駕駛領(lǐng)域迎來(lái)更為豐富的數(shù)據(jù)集。

Aptiv NuScenes數(shù)據(jù)集包括了圖像激光雷達(dá)和毫米波雷達(dá)數(shù)據(jù)，而Waymo開放的數(shù)據(jù)集Waymo Open Dataset則聲稱擁有3000個(gè)場(chǎng)景，是NuScenes的三倍，并且相機(jī)和激光雷達(dá)信息之間更好的傳遞，更重要的是，Waymo提供了五個(gè)激光雷達(dá)傳感器的數(shù)據(jù)，而Aptiv NuScenes只有一個(gè)。

福特旗下的Argo的數(shù)據(jù)集Argoverse則有不同之處，在規(guī)模上，這個(gè)數(shù)據(jù)集只涵蓋了邁阿密和匹茲堡錄制的113個(gè)場(chǎng)景，包括了9個(gè)攝像頭的數(shù)據(jù)以及2個(gè)激光雷達(dá)傳感器的數(shù)據(jù)。

但是，Argoverse數(shù)據(jù)集是唯一一個(gè)包括高清地圖數(shù)據(jù)的數(shù)據(jù)集。目前，Argo在自己運(yùn)營(yíng)的區(qū)域內(nèi)建立了自己的高清地圖，覆蓋了匹茲堡和邁阿密290公路的道路，涵蓋了位置、海拔、交通信號(hào)等信息。Argo對(duì)其映射解決方案的一個(gè)特點(diǎn)是能夠通過(guò)準(zhǔn)確了解尋找符號(hào)和信號(hào)的位置來(lái)優(yōu)化處理，而不必掃描整個(gè)場(chǎng)景尋找信號(hào)。 

作為計(jì)算機(jī)視覺的頂級(jí)會(huì)議，怎么少得了自動(dòng)駕駛的純視覺解決方案呢！作為純視覺解決方案的擁躉Tesla，并且計(jì)劃在2020年推100萬(wàn)輛RoboTaxi的Tesla，并沒有在CVPR2019上展示自己的方案，畢竟距離4月份的Tesla AutonomousDay剛過(guò)去沒多久，所以Tesla展示了Roadster 2。

但是，來(lái)自中國(guó)的百度Apollo，則推出了純視覺的L4級(jí)自動(dòng)駕駛城市道路閉環(huán)解決方案——百度Apollo Lite。這個(gè)發(fā)布驗(yàn)證了此前業(yè)內(nèi)流傳的百度重回L4純視覺方案的消息。

按照百度官方的說(shuō)法，Apollo Lite能夠支持對(duì)10路攝像頭（Tesla Autopilot應(yīng)該是8個(gè)攝像頭）、200楨/秒的數(shù)據(jù)進(jìn)行處理，其他數(shù)據(jù)包括單視覺鏈路丟幀率控制在千分之五以內(nèi)，前向障礙物檢測(cè)視距為240米。

在6月21日，百度在長(zhǎng)沙拿到了45張自動(dòng)駕駛測(cè)試牌照，按照官方計(jì)劃，百度計(jì)劃在下半年推出100輛RoboTaxi。但Apollo Lite目前是在北京稻香湖等路段測(cè)試。未來(lái)，百度的L4級(jí)別自動(dòng)駕駛，會(huì)采取此前的激光雷達(dá)技術(shù)路線還是純視覺的技術(shù)路線呢？

另外一個(gè)中國(guó)互聯(lián)網(wǎng)巨頭美團(tuán)（美團(tuán)市值超過(guò)了百度），旗下的無(wú)人配送團(tuán)隊(duì)（這是送外賣起家的美團(tuán)的剛需），則斬獲了CVPR 2019障礙物軌跡預(yù)測(cè)挑戰(zhàn)賽第一名。

這個(gè)比賽主要是讓來(lái)自學(xué)術(shù)界和工業(yè)界的研究人員和工程師，討論自動(dòng)駕駛中計(jì)算機(jī)視覺的應(yīng)用。具體就是在比賽中，各參賽者根據(jù)每個(gè)障礙物過(guò)去3秒的運(yùn)動(dòng)軌跡，來(lái)預(yù)測(cè)未來(lái)3秒的運(yùn)動(dòng)軌跡。

障礙物的類型包括了四種類型：行人、自行車、大型機(jī)動(dòng)車、小型機(jī)動(dòng)車，最終美團(tuán)以1.3425的成績(jī)獲得這個(gè)比賽的第一名。美團(tuán)之所以能拿頭名，是因?yàn)槊缊F(tuán)無(wú)人配送在研究障礙物對(duì)無(wú)人配送車的影響。

首先介紹NVIDIA的方案在城市交通的應(yīng)用，作為GPU起家的NVIDIA在視覺方面的能力毋庸置疑，在CVPR 2019上，NVIDIA則介紹了CityFlow的一個(gè)多目標(biāo)多攝像頭車輛跟蹤和再識(shí)別的城市尺度基準(zhǔn)。

利用交通攝像頭作為傳感器進(jìn)行城市交通優(yōu)化，推動(dòng)了多目標(biāo)多攝像頭(MTMC)跟蹤技術(shù)的發(fā)展。這項(xiàng)工作介紹了CityFlow，這是一個(gè)城市規(guī)模的交通攝像頭數(shù)據(jù)集，包含超過(guò)3小時(shí)的同步高清視頻，來(lái)自10個(gè)十字路口的40個(gè)攝像頭，兩個(gè)同步攝像頭之間的最長(zhǎng)距離為2.5公里。

CityFlow是城市環(huán)境中空間覆蓋率和攝像機(jī)/視頻數(shù)量最大的數(shù)據(jù)集。數(shù)據(jù)集包含超過(guò)200K的帶注釋的邊界框，涵蓋了廣泛的場(chǎng)景、視角、車輛模型和城市交通流條件。提供相機(jī)幾何和校準(zhǔn)信息，以協(xié)助時(shí)空分析。

此外，基準(zhǔn)測(cè)試的一個(gè)子集可用于基于圖像的車輛重新識(shí)別(ReID)任務(wù)。NVIDIA對(duì)MTMC跟蹤、多目標(biāo)單攝像機(jī)(MTSC)跟蹤、目標(biāo)檢測(cè)和基于圖像的ReID等基線/最新方法進(jìn)行了廣泛的實(shí)驗(yàn)評(píng)估，分析了不同的網(wǎng)絡(luò)架構(gòu)、損失函數(shù)、時(shí)空模型及其組合對(duì)任務(wù)效率的影響。

在2019年人工智能城市挑戰(zhàn)賽上，NVIDIA發(fā)布了基準(zhǔn)測(cè)試，并推出了一個(gè)評(píng)估服務(wù)器，允許研究人員比較他們最新技術(shù)的性能。NVIDIA希望這個(gè)數(shù)據(jù)集能夠催化這一領(lǐng)域的研究，推動(dòng)最先進(jìn)的技術(shù)向前發(fā)展，并導(dǎo)致部署在現(xiàn)實(shí)世界中的交通優(yōu)化。

Algolux的方案就厲害多了，這家公司宣布和蒙特利爾大學(xué)、普林斯頓大學(xué)共同研發(fā)了一種新方法，采用傳統(tǒng)的CMOS攝像頭，如智能手機(jī)或汽車上的CMOS攝像頭，可以“透視”被墻壁或其他場(chǎng)景遮擋的物體。

Algolux聲稱，開發(fā)人員已經(jīng)為非視距（NLOS）成像實(shí)現(xiàn)了前所未有的分辨率。該技術(shù)使相機(jī)傳感器第一次能夠以高分辨率和角落周圍的顏色看到物體。利用這項(xiàng)技術(shù)，開發(fā)人員能夠重建交通標(biāo)志和其他被一些較大物體或墻壁隱藏的其他3D物體的高質(zhì)量圖像。

自動(dòng)駕駛技術(shù)嚴(yán)重依賴于雷達(dá)和一系列攝像機(jī)，該技術(shù)有望成為改進(jìn)自動(dòng)駕駛技術(shù)的重大發(fā)展。它將確保在道路情況困難且視野受阻的地區(qū)為自動(dòng)駕駛車輛提供更安全的導(dǎo)航。

與此同時(shí)，來(lái)自卡內(nèi)基梅隆大學(xué)，多倫多大學(xué)和倫敦大學(xué)學(xué)院的研究人員展示了一種非視距（NLOS）成像技術(shù)，能夠計(jì)算出彎曲物體的毫米級(jí)和微米級(jí)形狀。非視距成像旨在通過(guò)分析它們?cè)诳梢妶?chǎng)景表面上的間接反射來(lái)恢復(fù)被遮擋的物體。

卡內(nèi)基梅隆大學(xué)的研究得到了美國(guó)國(guó)防高級(jí)研究計(jì)劃署的Reveal計(jì)劃的支持，該計(jì)劃正在開發(fā)NLOS功能。更為重要的是，該研究獲得CVPR 2019最佳論文獎(jiǎng)！

人是依靠視覺來(lái)安全駕駛，但背后是高度精密的大腦和經(jīng)驗(yàn)判斷，這是目前計(jì)算機(jī)處理芯片所不具備的能力。

計(jì)算機(jī)視覺是自動(dòng)駕駛領(lǐng)域不可獲取的一環(huán)，但是，純視覺的方案能完全實(shí)現(xiàn)自動(dòng)駕駛嗎？類似Algolux和卡內(nèi)基梅隆大學(xué)的研究，或許能夠給我們答案。

返回第一電動(dòng)網(wǎng)首頁(yè) >