过去十年是人工智能技术的黄金十年 ， 深度学习改变了计算机视觉整个领域 ， 也带来了2D感知各个方向技术的突破 。 2D感知主要有图像分类、图像（物体）识别、细粒度识别（人脸识别）等方向 ， 所采用的技术也从最早的模板匹配、线性分类到现在所广泛使用的深层卷积神经网络 ， 再到最近刷新各大视觉任务榜单的Transformer 。 随着硬件计算能力的不断提升、算法范式的不断改进、可利用数据资源的不断增长 ， 基于摄像头的2D感知已经成为了乘用车智能驾驶的主流方案 ， 同时也成为了很多解决方案的核心差异点 。
鉴智机器人核心团队在国内最早基于深度学习在2D视觉感知各个方向开展系统性研究和大规模落地应用 ， 在众多全球最具影响力的2D感知AI比赛和评测中获得冠军 ， 发表顶级会议和期刊论文几十余篇 ， 在多个业务领域实现了人工智能2D感知技术的大规模应用落地 。
文章图片
(a)目标检测、人体骨骼点
文章图片
(b)全景分割
文章图片
(c)360°视觉感知
文章图片
(d)单目测距
图3：鉴智机器人在2D感知方向具有世界一流的核心能力
2.2 从2D感知到4D感知
如果说2D感知还是在平面上检测、识别、分割物体 ， 那么加入深度信息后 ， 基础的2D感知即转化为3D感知 。 如果进一步在3D的基础上加入时间这一维度 ， 进化得到的则是4D感知 。 在自动驾驶领域 ， 4D感知可以完整且连续的探测车辆周围的物体 。
基于深度学习和三维视觉技术不断发展 ， 随着Cost Volume、Optical Flow、differentiable Homography、Transformer等技术的成熟 ， 以及多传感器融合、众包重建、稠密重建、自动标注等方向不断发展 ， 可以高效率的提供高质量、大规模的4D场景数据 ， 端到端的4D感知正在成为技术趋势 。 相比于传统的2D感知+后融合的方案 ， 端到端的4D感知拥有很多优势 ， 可以解决测距抖动较大、多摄像头拼接不准确、时序结果不稳定、迭代效率较低等一系列问题 。
更进一步 ， 基于端到端的4D感知 ， 可以进行更好的4D预测 ， 一方面可对于交通参与者进行更优的运动轨迹预测 ， 从而实现性能更加优异的规划控制；另一方面可对于道路行驶区域预测更加精细的3D结构化信息 ， 在线生成局部实时3D地图 ， 降低对高精地图等基础设施的依赖 。
推荐阅读
- 影像|iQOO 9 系列预热：首发三星 GN5 传感器，150° 鱼眼超广角
- 智能化|龙净环保：智能型物料气力输送系统的研究及应用成果通过鉴定
- 手表|采用美信光学传感器，豪鹏科技电池，GARMIN佳明VENU2手表拆解报告
- 单孔|荣耀 Magic V 折叠屏手机通过 3C 认证，确认支持 66W 快充
- 视觉|超高色准打破行业天花板，创维S82还原真实世界
- 产品|数梦工场通过CMMI V2.0 L5评估，再获全球软件领域最高级别认证加冕
- Apple|新专利显示 苹果计划用光学传感器取代手表的数码表冠
- 无人驾驶飞机|跑道下埋5万多个传感器、无人车导航
- 大脑|ALS患者首次通过脑机接口发推
- 无人驾驶飞机|跑道下埋5万多个传感器、无人车导航——鄂州花湖机场有多“智慧”？