制定全新標(biāo)準(zhǔn)數(shù)據(jù)集 促進(jìn)高性能算法涌現(xiàn)

近日，由商湯科技攜手香港中文大學(xué)、亞馬遜、南洋理工大學(xué)、悉尼大學(xué)聯(lián)合舉辦的首屆WIDER Face and Pedestrian Challenge 2018（以下簡稱：WIDER Challenge）挑戰(zhàn)賽圓滿落幕。作為一項全新的全球頂級計算機視覺競賽，挑戰(zhàn)賽共吸引來自世界各國超過400支隊伍報名。在競賽組織、設(shè)計、數(shù)據(jù)選取等全過程中，商湯科技充分發(fā)揮產(chǎn)學(xué)研協(xié)同的優(yōu)勢，提出了諸多切合實際場景及產(chǎn)業(yè)應(yīng)用需求的競賽課題及規(guī)則，以全新的行業(yè)規(guī)范和標(biāo)準(zhǔn)，促進(jìn)產(chǎn)業(yè)與學(xué)術(shù)界的交流，開拓計算機視覺研究的新發(fā)展方向。

制定全新標(biāo)準(zhǔn)數(shù)據(jù)集 促進(jìn)高性能算法涌現(xiàn)

隨著應(yīng)用需求與場景的增多，人臉檢測、行人檢測及人物檢測已成為計算機視覺研究中的熱門項目。挑戰(zhàn)賽聚焦這三大熱點，設(shè)計了WIDER Face，WIDER Pedestrian及WIDER Person Search三項子任務(wù)，同時基于不斷增加的復(fù)雜場景需求，啟用了更加貼近真實場景的數(shù)據(jù)集，以提升競賽的實用、創(chuàng)新及挑戰(zhàn)性，進(jìn)而促進(jìn)計算機視覺領(lǐng)域人臉及行人檢測高性能算法的涌現(xiàn)。

WIDER Face人臉檢測數(shù)據(jù)集是人臉檢測領(lǐng)域中的標(biāo)準(zhǔn)數(shù)據(jù)集。WIDER Face數(shù)據(jù)集（http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/）于2016年由商湯-香港中文大學(xué)聯(lián)合實驗室搜集、標(biāo)注并作為口頭報告發(fā)布在當(dāng)年的計算機視覺頂級會議CVPR大會上。在一年多時間里，WIDER Face已成為人臉檢測領(lǐng)域廣泛使用的標(biāo)準(zhǔn)數(shù)據(jù)集。相比較于之前的人臉檢測數(shù)據(jù)集，WIDER Face數(shù)據(jù)集在數(shù)據(jù)難度，圖片和標(biāo)注數(shù)量上都有一個數(shù)量級的提升。

WIDER Pedestrian提供了專門用于行人檢測的大規(guī)模數(shù)據(jù)集。考慮當(dāng)前行人檢測兩大熱門應(yīng)用（監(jiān)控和自動駕駛），選用監(jiān)控攝像頭和車載攝像機采集的圖片，拍攝角度、行人尺度、光照等方面都具有很大不同，參賽者必須提出更加魯棒和普適性的方法來應(yīng)對不同場景。并且部分?jǐn)?shù)據(jù)來自夜景拍攝，給檢測帶來更大難度。同時，相比其他的行人檢測數(shù)據(jù)集，WIDER Pedestrian提供了行人和騎車人兩種不同行人的標(biāo)注具有更多的檢測目標(biāo)數(shù)和不同尺度的行人。檢測目標(biāo)的密集，更小尺度的行人和行人之間的遮擋等都給參賽者帶來了更多挑戰(zhàn)。

WIDER Person Search是一個新穎的從192部電影中檢索人物的任務(wù)，需要根據(jù)演員的標(biāo)準(zhǔn)照，從一個大的數(shù)據(jù)庫中將對應(yīng)角色的實例全部檢索出來。人物檢索不但具有實用性，還非常具有挑戰(zhàn)性。演員的標(biāo)準(zhǔn)照和他們在電影里的裝扮往往是完全不同的。即使在同一部電影里演員的衣著和環(huán)境也會發(fā)生極大變化。此外電影里的還存在光線過暗、遮擋、動作模糊等各種增加識別難度的障礙。這個更具有挑戰(zhàn)性的任務(wù)為人物搜索算法的未來發(fā)展提供了新的舞臺。

全球400余隊伍參賽 各項目前三脫穎而出

WIDER Challenge挑戰(zhàn)賽共吸引來自全球?qū)W術(shù)、產(chǎn)業(yè)界的432人/隊報名參賽，收到73支隊伍提交結(jié)果。參賽者來自中國、俄羅斯、日本、美國、澳大利亞等多個國家。參賽者隸屬的機構(gòu)既包括中科院計算所、微軟亞洲研究院、北京大學(xué)、上海交通大學(xué)、中國科學(xué)院大學(xué)、中國科學(xué)技術(shù)大學(xué)、NtechLab、卡耐基梅隆大學(xué)、香港大學(xué)、香港理工大學(xué)、悉尼科技大學(xué)、日本中部大學(xué)、美國圣塔克拉拉大學(xué)、美國喬治城大學(xué)、伊利諾伊大學(xué)、慕尼黑理工大學(xué)等大學(xué)和研究機構(gòu)，也有京東、雅虎、曠視、科大訊飛、滴滴等商業(yè)公司。

面對三個挑戰(zhàn)性極高，同時頗具實用價值的子任務(wù)，參賽隊伍們各展神通。WIDER Face人臉檢測任務(wù)比賽的三支獲獎隊伍，均使用了深度學(xué)習(xí)技術(shù)來設(shè)計實現(xiàn)人臉檢測算法，并且均使用或借鑒了特征金字塔的思想對主干網(wǎng)絡(luò)的特征進(jìn)行增強，并對初始匹配模板（anchor box）進(jìn)行了分組和重設(shè)計。冠軍隊伍還使用了模型融合來取得更好的結(jié)果。

在WIDER Pedestrian監(jiān)控和自動駕駛下的行人檢測任務(wù)中，獲勝者使用傳統(tǒng)Faster RCNN方法，利用ResNet網(wǎng)絡(luò)加金字塔結(jié)構(gòu)(FPN)抽取并融合多層次語義特征。并通過在檢測模塊中添加級聯(lián)網(wǎng)絡(luò)(Cascade R-CNN)，訓(xùn)練得到更好的檢測框回歸器（bounding box regression），采用RoI-Align代替Faster RCNN中的RoI-Pooling，幫助檢測小尺度行人，使用注意力機制(channel-wiseattention)處理遮擋問題。

在第三項子任務(wù)WIDER Person Search中，獲獎隊伍則都把任務(wù)拆分為兩個階段，第一個階段做人臉識別，把人臉相似度非常高的加入到查詢集（query expand）。第二階段做行人重識別，利用身體特征處理人臉特征無法準(zhǔn)確判斷的待查詢圖片。最終綜合人臉和人體的特征相似度得到排序結(jié)果。冠軍和亞軍都使用了杰卡德距離和歐式距離來進(jìn)行排序。

作為挑戰(zhàn)賽的聯(lián)合主辦方，商湯科技并未派隊伍參與此次競賽。挑戰(zhàn)賽頒獎儀式將于今年9月ECCV 2018會議期間在德國慕尼黑舉行，同時還將舉辦相關(guān)研討會。此外，全體獲獎?wù)邔⒈谎埞餐珜懜傎愓撐?，并在ECCV2018研討會上做報告。競賽結(jié)束后，組織者仍會開放驗證集的測試服務(wù)器供參賽者進(jìn)行科學(xué)研究。

商湯科技秉承“堅持原創(chuàng)，讓AI引領(lǐng)人類進(jìn)步”的使命，一直以來專注于推動計算機視覺與深度學(xué)習(xí)技術(shù)的發(fā)展，不但擁有自主研發(fā)的原創(chuàng)深度學(xué)習(xí)平臺Parrots和全球頂級超算中心，是亞洲最大的AI研發(fā)基地，同時以產(chǎn)學(xué)研協(xié)同創(chuàng)新的模式，借助在人臉識別、圖像識別等技術(shù)領(lǐng)域豐富的應(yīng)用落地經(jīng)驗，不斷推動學(xué)術(shù)和工業(yè)界的緊密連接。通過舉辦WIDER Challenge挑戰(zhàn)賽，商湯科技以多年研究積累與落地經(jīng)驗反哺學(xué)術(shù)，制定全新行業(yè)標(biāo)準(zhǔn)，引領(lǐng)產(chǎn)業(yè)與學(xué)術(shù)發(fā)展潮流，推動計算機視覺領(lǐng)域技術(shù)進(jìn)步。