NAVE
Networked Augmented Virtual Environment (NAVE) Group
课题组学生在中国研究生智慧城市大赛行人重识别技术挑战中获得第一名
Top:Normal

Abstract:  


 

2018824日,由教育部学位与研究生教育发展中心、中国科协青少年科技中心等共同主办,中山大学承办的第五届中国研究生智慧城市技术与创意设计大赛决赛在广州中山大学圆满落幕。

虚拟现实国家重点实验室周忠教授指导研究生姜那、徐越、孙晨新、白思晨、王世豪等组成的队伍参与技术挑战赛的两个任务入围了决赛,经过为期两天的代码调试、线上测评以及现场答辩,在最受关注的行人重识别任务基于哈希的快速图像检索中获得一等奖(第一名),并在跨摄像头的指定行人跟踪任务中获得三等奖。 



图1 决赛答辩环节



图2 闭幕式暨颁奖仪式


    图3 “基于哈希的快速行人图像检索”任务获奖证书



    图4 “跨摄像头指定行人跟踪”任务获奖证书


实验室参赛队伍在行人重识别任务赛中,设计了朝向驱动的相似性学习框架,通过朝向估计、全局局部特征提取、联合相似性度量等策略提高网络泛化能力,并根据比赛任务特色,提出了基于哈希编码由粗到精的检索策略,从而以第一名的预赛成绩进入决赛,并在决赛中顺利通过了现场代码测评与答辩,获得一等奖。


该算法不仅可用于行人重识别的特征提取,还可应用于跨相机多目标跟踪的轨迹关联。他们灵活使用,提出了一种以参赛算法为行人重识别基础框架并融合几何-语义拓扑估计的在线跨相机多目标跟踪算法[1]。在主流的MOT Challenge Benchmark所提供的DukeMTMC数据集上,与国际最新的在线算法相比,多项精度指标排名第一,且检索速度大幅提高,特别是面对具有60人群组多相机转移的Hard测试集,IDF1指标依然可达61.2%。此项工作发表于CCF A类国际会议ACM MM 2018。(表格中,‘↑’表示指标数值越高越好,红色加粗字体则表示表格中各项指标的最高值。)

附:本届大赛共吸引来自152所高校(研究所)的1079支队伍、3654名选手报名。经过激烈角逐,来自55所高校(研究所)的128支队伍、逾500名师生进入决赛。技术挑战赛环节引入代表超级计算技术领域国际领先水平的天河二号超级计算机进行算法测试,创意设计赛环节则邀请院士、学术专家、企业高管等对参赛作品进行评审,最终技术赛决赛共评选出一等奖5名,二等奖10名,三等奖15名;创意赛决赛共评选出特等奖1名,一等奖8名,二等奖17名,三等奖30名。大赛还评选出优秀组织奖30名,优秀指导奖16名。

[1] Jiang N, Bai S, Xu Y, Xing C, Zhou Z, et al. 2018. Online Inter-Camera Trajectory Association Exploiting Person Re-Identification and Camera Topology. In ACM MM 2018, October 22–26, 2018, Seoul, Republic of Korea. Doi: 10.1145/3240508.3240663

Create By admin At 2018-10-11