【ZiDongHua 之自動化學院派收錄關鍵詞：上海交通大學  自動化系  計算機視覺  模式識別  智能自動化】

 

上海交大自動化系：全球冠軍！我系陳衛(wèi)東、王賀升團隊獲國際計算機視覺與模式識別大會挑戰(zhàn)賽第一名

 

近日，國際計算機視覺與模式識別大會CVPR (Conference on Computer Vision and Pattern Recognition) 在美國西雅圖召開。來自上海交通大學電子信息與電氣工程學院自動化系陳衛(wèi)東教授和王賀升教授團隊的鄧天宸、吳文華、王彥博等博士生組成的參賽團隊從全球眾多的參賽團隊中脫穎而出，在CVPR 2024 UG2+挑戰(zhàn)賽“無人機跟蹤與位姿估計”賽道中斬獲冠軍。
 
 
 
 
 
關于CVPR及2024 UG2+挑戰(zhàn)賽
 
“無人機跟蹤與位姿估計”賽道
 
 
CVPR 2024國際計算機視覺與模式識別大會
 
 
 
國際計算機視覺與模式識別會議（CVPR）是人工智能與計算機視覺領域最具影響力的會議之一，該會議始于1983年，根據(jù)谷歌學術公布的2024年最新學術期刊和會議影響力排名，CVPR在所有學術刊物中位居第4。
 
 
 
CVPR 2024 UG2+挑戰(zhàn)賽
 
 
 
CVPR 2024 UG2+挑戰(zhàn)賽“無人機跟蹤與位姿估計”賽道吸引了世界各地幾十支參賽隊伍參加，包括卡內(nèi)基梅隆大學、慕尼黑工業(yè)大學、浙江大學等國內(nèi)外知名大學。該挑戰(zhàn)賽旨在融合多模態(tài)數(shù)據(jù)，從而在復雜環(huán)境下完成無人機檢測、識別和三維跟蹤任務。本次挑戰(zhàn)賽中，使用了目前市面上常見的多種無人機機型進行多模態(tài)數(shù)據(jù)采集，提供了無人機的多模態(tài)數(shù)據(jù)序列：雙目魚眼相機圖像，毫米波雷達數(shù)據(jù)以及Livox Mid360和Livox Avia獲取的激光雷達數(shù)據(jù)，同時用Leica Nova MS60 Multi-Station測繪儀器獲取到了無人機在三維空間中的精確位置信息。
 
 
 
 
 
獲獎團隊解決方案
 
 
 
面向復雜環(huán)境條件下的技術挑戰(zhàn)，電院自動化系參賽隊伍提出了一種多模態(tài)信息融合的無人機檢測、分類和三維跟蹤方法，實現(xiàn)了準確的無人機分類和跟蹤。該方法采用了一種新的分類流程，其結(jié)合了序列融合、興趣區(qū)域（ROI）裁剪和關鍵幀選擇，系統(tǒng)集成了前沿的分類技術和復雜的后處理步驟，以提高準確性和魯棒性。所設計的位姿估計流程包含三個模塊：動態(tài)場景分析、多目標跟蹤器和軌跡生成補全算法。在MMUAD數(shù)據(jù)集的測試結(jié)果表明了該方法的有效性。下圖為系統(tǒng)框架圖算法代碼和配置。
 
 
 
系統(tǒng)框架圖
 
 
 
四種類型的無人機在三個不同高度
 
（5米、10米、20米）的檢測分類結(jié)果
 
 
 
視覺檢測分類中的困難場景展示
 
包括顏色相似性、運動模糊、太陽耀光、小物體、不完整物體以及魚眼攝像頭的邊緣失真
 
 
 
檢測和估計的無人機三維位姿
 
 
 
上圖展示了對于不同種類的無人機，算法檢測分類和跟蹤結(jié)果，分析了視覺檢測分類中的困難場景。
 
 
 
參賽隊在測試數(shù)據(jù)集上的無人機三維位姿估計和分類性能對比
 
 
 
參賽隊伍在測試數(shù)據(jù)集上的無人機三維位姿估計和分類性能對比，我方團隊在分類準確性和定位精度兩方面均表現(xiàn)最佳。