CVPRApr, 2023

第七届 AI 城市挑战赛

PDF
TL;DRAI 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.
发现论文，激发创造
  • 第六届 AI 城市挑战赛

    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

  • 第八届 AI City 挑战赛

    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

  • 第五届智慧城市挑战赛

    这篇研究论文介绍了人工智能城市挑战赛及其关于交通智能化方面的研究，用于推动智能视频分析在城市交通等领域的发展和提高算法性能以促进其在真实应用中广泛使用。

    Apr, 2021

  • 第四届 AI 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

  • AI 城市挑战赛上车辆重新识别的实证研究

    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

  • NTIRE 2024 AI 生成内容质量评估挑战赛

    该论文报告了 NTIRE 2024 年 AI 生成内容质量评估挑战，该挑战受到了图像和视频处理领域中的一个主要挑战的关注，即 AI 生成内容的图像质量评估和视频质量评估。

    Apr, 2024

  • 城市级别的多摄像头车辆跟踪，由路口区域引导

    本文提出了一个基于路口区域的多目标多相机车辆跟踪框架，使用探测和车辆重新识别模型提取目标和外观特征，并提出了方向基于时间蒙版的 tracklet 过滤策略、相邻相机的子簇，通过以上技术，该方法在 2021 AI City Challenge (AICITY21) 中获得了 0.8095 的 IDF1 评分，位列第一。

    May, 2021

  • 智慧城市和社区中的人工智能视角，以实现道路车辆自动化和智能交通控制

    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

  • Traffic-Net: 使用单个摄像头进行 3D 交通监控

    本研究提供了一个基于深度学习的实时交通监控平台，通过单个交通摄像头实现了车辆 / 行人检测、速度检测、轨迹估计、拥堵检测、以及车辆和行人交互的监测，同时使用短期和长期的时间视频数据流开发了分层交通模型解决方案，实现了对实际交通情况的监测。

    Sep, 2021

  • 提高城市机动性：利用人工智能和新技术连接供需

    本研究综述了作者团队的研究成果，讨论了城市流动性、智能交通系统、需求管理、人工智能和计算视觉等方面的综合性研究。

    Mar, 2022