喜报!科大讯飞凭借在道路目标检测领域多年的技术寻觅，刷新了Cityscapes 3D目标检测任务的全球最好成绩，得到检测分数(DS)42.9，取得了该项评价的第一名。

　　这个奖项，有啥子用?

500)this.width=500">

　　来，简单出道题：

　　上图中，黑色车体是否越过了交通线?

　　答案 —— 当然是没有。

　　但对于机器来说，通过2D检测外边框和右侧交通线相交(如白线所示)，通过二维平面相交关系判断，会认定车辆压线行驶。

　　科大讯飞将2D目标检测技术更新至3D，从三维的检测结局解析，能够判断出车体并没有越过交通线(如彩线所示)。

　　此次，是科大讯飞继2024年、2024年参和测评之后，再一次刷新Cityscapes的全球纪录。

500)this.width=500">

　　此次评价，科大讯飞借鉴了已在城市交通出行场景下应用的Anchor-Free车辆检测技术，将2D目标检测技术更新至3D，并结合3D到2D重投影的独特先验信息进行算法迁移。

　　通过结合语义、上下文信息、位置先验信息以及目标形状先验信息等，提取精确的3D目标检测框，构建形成一套具有丰盛上下文信息的多层次单目3D目标检测方法。

　　啥子是Cityscapes和3D目标检测任务?

　　大家了解，在深度进修图像语意分割的训练经过中，需要有数据集及分好类的标签，这样才可以让神经网络进行进修，进而训练出模型。

　　Cityscapes便是包含城市大量街道图片、视频用来训练识别的数据集。

　　由戴姆勒(DAIMLER)等在内的三家德国单位联合提供，吸引了华为、阿里、微软、北大、中科院、MIT等上百个国内外著名AI实验室和顶尖学术研究机构积极参和，是CVPR、ECCV等国际极致会议中实例分割任务常用的权威测试数据集。

　　2024年，在CVPR workshop上，Cityscapes公开了新的单目图像3D目标检测评价集，包含car, truck, bus, train, bicycle, motorcycle共6种类别目标。

　　每种目标需要检测出其在空间中的三维坐标位置，目标的长、宽、高以及目标在空间中的旋转姿态。基于视觉的3D目标检测，是图像处理和计算机视觉领域的重要研究路线其中一个。

500)this.width=500">

　　基于视觉的3D目标检测有啥子重要意义?

　　基于科大讯飞在AI+3D视觉技术的结合寻觅之下，未来3D目标检测将能在城市治理、工业智能、机器智能、智能驾驶等多方面发挥广泛的影响：

　　● 提供参考：通过三维目标检测技术，可以感知目标的三维尺寸信息、空间位置;

　　● 精准判断：通过空间位置感知，可以更精准地判断目标和参照物之间的位置关系。

　　比如，在城市交通管理场景中，当前交通违法判定主要还是依靠固定摄像头抓拍、二维图像判定的方法，往往存在视觉盲区。若将3D目标检测技术接入公安交警现有的交通视频智能解析平台，和AI巡检相结合，可以进一步精确判定车辆车型。

　　基于空间位置感知和连续轨迹跟踪，计算出车辆的行驶速度、空间轨迹等，为越斑马线停车、超速抓拍、拥堵感知等违法异常事件判断提供更实时、更精准的决策依据。

　　这不仅能够达到对已有设备资源的最大化利用，实现降本提效，还能够提高城市数字化治理能力，助力文明出行、平安出行。

　　AI赋能，建设美妙全球

　　怎样让机器变得更加“伶俐”，具备足够的进修能力，并更精准地贴合现实运用需求，是全部人工智能研发团队所需化解的最大难题。

　　科大讯飞直面检测精细度更高、场景更为复杂、挑战难度更大的3D目标检测任务，并一举刷新了全球纪录，意味着科大讯飞已经具备了强大的AI技术硬核实力。

　　多年来，科大讯飞在人工智能领域百花齐放，在基于深度进修的通用核心技术上厚积薄发。

　　不仅在智能语音、机器翻译等大众熟悉的领域上在多项国际权威赛事上取得第一，实际上，科大讯飞在教学图片文字、人脸识别等计算机视觉领域也深耕多年，并已运用在教学、医疗、金融等多个行业。

　　未来，科大讯飞将继续坚持源头技术创造路线，秉持“顶天立地”的理念，加快放开应用场景，促进AI技术和各种应用场景相结合，加速人工智能技术落地，建设美妙全球。

（转载）