شنغهاي ، الصين – 19 يناير 2021 – في قائمة MOT20 لتحدي تتبع الكائنات المتعددة الموثوق دوليًا (MOT) ، سجلت خوارزمية الوسائط المتعددة التابعة لـ UNISOC أكثر من 70 نقطة في مؤشر mota ، وفازت بالبطولة العالمية. هذه هي أيضًا الشركة الوحيدة في قائمة تحدي MOT20 برصيد أكثر من 70 ، مما يوضح المستوى الرائد في الصناعة لـ UNISOC في مجال التتبع متعدد الأهداف.
MOT Challenge هي منصة التقييم الدولية الأكثر موثوقية في مجال التتبع متعدد الأهداف ، وقد أسستها جامعة ميونيخ التقنية وجامعة أديلايد و ETH زيورخ والجامعة التقنية في دارمشتات. يوفر تحدي MOT بيانات مصنفة دقيقة للغاية ومقاييس تقييم شاملة لتقييم أداء خوارزميات التتبع وكاشفات المشاة.
من بينها ، يحتوي معيار MOT 20 على 8 تسلسلات فيديو جديدة ومشاهد كثيفة وصعبة. تم إصدار مجموعة البيانات هذه لأول مرة في ورشة تحدي BMTT MOT الرابعة ، CVPR 2019 ، بمتوسط 246 من المشاة لكل إطار. مقارنة بمجموعة بيانات التحدي السابقة ، تمت إضافة مجموعة البيانات الليلية ، وخوارزمية SOTA MOT الحالية كثيفة للغاية. السيناريوهات ، وتعميم الخوارزمية والجوانب الأخرى تشكل تحديات رهيبة.
قامت UNISOC بالكثير من الابتكارات والاستكشافات في خوارزميات الوسائط المتعددة من حيث تصميم بنية الشبكة ووظيفة الخسارة ومعالجة بيانات التدريب. بالنسبة للسيناريوهات التي لا تشارك في مجموعة التدريب في المسابقة ، تتبنى UNISOC بشكل مبتكر استراتيجية الكشف المتزامن والتعرف على المشاة ، والتي تضمن أداء الخوارزمية في الوقت الفعلي عندما يتم تنفيذها فعليًا ، وتعديلها بمرونة شبكة لقوة حوسبة مختلفة من طرف إلى طرف. يمكن مطابقة الحجم بمرونة مع نشر حلول الرقائق المختلفة.
في الوقت نفسه ، تشمل المشاركة في هذه المسابقة أيضًا فرقًا ذات صلة من جامعة أكسفورد وجامعة كارنيجي ميلون وجامعة تسينغهوا وجامعة ميونيخ التقنية والأكاديمية الصينية للعلوم ومايكروسوفت والعديد من الشركات والجامعات ومؤسسات البحث العلمي الأخرى.
باعتبارها تقنية رئيسية لحمل التطبيقات مثل المراقبة والمركبات الجوية غير المأهولة والمركبة على المركبات والأحداث الحية ، يمكن لتقنية التتبع متعدد الأهداف التقاط المعلومات الرئيسية بدقة في مقاطع الفيديو وتقديم الدعم لاستخراج المزيد من المعلومات. المزيد والمزيد من التطبيقات.
في مشهد المراقبة الذكية ، يمكن للخوارزمية استخراج الهدف وتتبعه وتحديده تلقائيًا في المشاهد المعقدة ، وفهم حالة نشاط الهدف ، ومن ثم تحقيق مراقبة حالة المشهد وتحديدها. يمكن أن يقلل تطبيق تقنية التتبع متعدد الأهداف بشكل كبير من العمل اليدوي المتكرر ، وتحسين كفاءة العمل وذكاء وسلامة نظام المراقبة ؛ في مشهد الحدث المباشر ، يمكن للخوارزمية استخراج الحالة الرياضية للرياضيين تلقائيًا ، وذلك لتحقيق البيانات الإحصائيات ، البث التلقائي والوظائف الأخرى ، استخراج المزيد من قيمة البيانات ؛ في سيناريوهات السيارة الذكية ، يمكن للخوارزمية الحصول على معلومات الحركة للمركبات والمشاة على الطريق ، وتوفير دعم بيانات اتخاذ القرار اللازم للتطبيقات مثل القيادة التلقائية والمساعدة في السلامة .
يتم دمج خوارزميات الصور بعمق في المزيد والمزيد من الصناعات الرأسية ، وتشكل تأثيرًا مضاعفًا ، وتشتق أعمالًا وتطبيقات مبتكرة ، وتجعل حياة الناس أفضل وأكثر ملاءمة.
The Links: GCMK-C2X G084SN05V2