近日，腾讯优图实验室实现突破，在MOT17Det交通场景目标检测中取得第一名，并将交通场景目标检测的AP提高至0.893，打破商汤(KDNT)、马里兰(SDP)等名企名校创下的纪录。
据悉，优图团队在此前已两次刷新国际知名车辆数据库KITTI车辆追踪榜单世界纪录。
数据集场景多难度大，优图凭多目标检测技术取得佳绩
目前在国际上，MOT数据集是最权威的多目标追踪和检测算法评测数据集之一，由全球多所顶尖大学联合创办。该数据集包含多种真实场景，其标注数据总共超过18万物体，其中MOT17Det训练集包含6段视频，标注数据总共为11.2万个，在测试集的6段视频中，待检测目标为18.8万个。由于视频场景复杂，其检测的难度极高。
(MOT17Det数据集中的待检测视频场景)
MOT17Det目标检测数据集有各种不同场景和拍摄状态下的视频，包含大量复杂的待检测目标。除了微小目标，还有欠曝和过曝场景、多视角拍摄以及待检测目标被大量遮挡等情况。腾讯优图之所以能在如此复杂的场景下，刷新MOT17Det数据集的检测纪录，主要依托于其积累的核心基础关键技术：多目标检测技术。
在多目标检测技术中，腾讯优图利用多尺度训练，融合深度模型的多个尺度特征，深入挖掘特征图对于检测多种尺度目标的能力，从而大幅提升了模型的召回。此外，腾讯优图还提出了一种新的基于IOU的损失函数，可以提升对目标检测框的位置回归精度。在单帧目标检测的基础上，结合多目标追踪技术对检测结果进行补充和矫正，提升了对于小目标、严重遮挡以及角度变化大等高难度的场景检测能力。
全新落地场景探索，优图业界首创车辆追踪系统
依托于丰富的应用场景，腾讯优图前沿的算法能有机会逐步实现落地。在刚刚结束的2018中国“互联网+”数字经济峰会上，腾讯优图就联合苏州工业园区公安分局正式发布了车辆追踪系统。该系统功能形态及核心的车辆识别、追踪AI能力等，由腾讯优图业界首创并自主研发。该系统可以实现最优规划路径、实时跨摄像头跟踪、高低空摄像头联动等功能，全方位满足智慧交通、警务等多场景需求。
(腾讯优图车辆追踪、识别效果)
比如，在紧急且复杂路面情况下，该系统可以保证警车、救护车等应急车辆快速通行。设置路线起点和终点后，即可根据路况生成最优路径。该方案具有预估路口到达时间功能，可以协助工作人员远程控制信号系统，确保应急车辆执行任务时顺利通行到达指定地点。
而当有警务突发事件时，车辆追踪系统可满足车辆追踪与布控需求，自动调用能拍摄到指定车辆的最优视频资源，并能视频实时追踪指定车辆，协助路面布控或拦截。
据悉，腾讯优图多目标检测技术应用场景广泛，不仅可应用于无人驾驶、交通安防等场景，还能在智慧警务、智慧园区等场景中准确定位出目标的位置，达到提前预警并辅助上层决策的作用。
