第五届智慧城市挑战赛
第四届 AI 城市挑战赛吸引了来自 37 个国家的 315 支参赛队伍，他们利用城市规模真实交通数据和高质量的合成数据竞争四个挑战赛道，结果表明 AI 技术能够使交通系统更加智能和安全。
Apr, 2020
第六届 AI 城市挑战的四个赛道分别涉及城市级多目标多相机车辆跟踪、基于自然语言的车辆轨迹检索、驾驶行为分类、零售店自动化结账，成功的参赛团队的表现已经建立了强大的基础并在参议的挑战中超过了最新技术的水平。
Apr, 2022
AI City Challenge 2023 had five tracks, including multi-target multi-camera people tracking, natural-language-based vehicle track retrieval, driver action classification, automated checkout system, and violation detection of the helmet rule for motorcyclists, drawing record-breaking participation from 508 teams across 46 countries and achieving state-of-the-art performances in all proposed challenge tracks.
Apr, 2023
第八届 AI 城市挑战赛聚焦计算机视觉和人工智能在零售、仓库和智能交通系统等领域的交叉应用，吸引了来自 47 个国家和地区 726 支团队的空前兴趣。其中包括多目标多摄像头人员跟踪和稠密视频字幕等关键研究方向。
Apr, 2024
本文介绍了人工智能在智慧城市和社区 (SCC) 中的应用，并概述了用于交通控制的基于人工智能的技术，包括感知、智能交通控制和驾驶员建模。此外，文中还提到了数据注释的挑战和解释性的问题。
Apr, 2021
本文介绍了我们在 AICITY21 车辆重识别比赛中赢得第一名的解决方案，该方案使用了车辆重识别、无监督领域自适应训练、后处理、模型组合等技术，并结合了裁剪训练数据和使用合成数据等方法。最终模型达到了 0.7445 的 mAP 得分。
May, 2021
AI-driven smart transportation systems can improve efficiency and increase utilization by addressing primary requirements, data sources, decision-making, and computational problems in the transportation domain.
Aug, 2023
该研究综合分析了美国不同地区的交通事故，并提出了一个使用交通监控摄像头和动作识别系统进行事故检测和交通分析的框架，将该框架与紧急服务整合，以提高交通事故的响应效率并减少人为错误。此外，研究还探讨了智能交通事故检测系统在智能城市中的应用，旨在改善交通管理和减少交通事故的严重程度。
Jul, 2023
该研究论文主要介绍了交通预测的重要性和如何通过应用新兴技术以及人工智能等方法来改善交通预测。同时，该论文还着重总结了多元交通时间序列建模的数据预处理方法以及未来研究的主要挑战。
May, 2023