5月7日，在國際權威的多目標追蹤挑戰（Multiple Object Tracking Challenge，MOT）的MOT16榜單上，百度視覺技術團隊超越平安科技、商湯科技、上海交大等眾多實力強勁團隊，獲得榜單世界第一的好成績。MOTA指標顯著提升，超越第二名1.8個點；其中MOTA為誤檢、漏檢、ID交換三個指標綜合平均值。
2019年上半年，百度視覺技術團隊已分別在CVPR 2019活體、ICME2019人臉Keypoint、Widerface等賽事獲得第一。此次MOT比賽是百度視覺技術團隊又一次奪冠，是在實踐“領先且實用的AI視覺技術”，同時是影片新領域的又一次突破。
（MOT16評測集排名，百度位居榜首）
Multiple Object Tracking Challenge是國際多目標跟蹤領域最權威的測評平臺，由阿德萊德大學、蘇黎世聯邦理工學院以及達姆施塔特工業大學聯合創辦，是世界各大AI研究機構必爭之地。
該平臺針對多行人物件在複雜場景下的運動軌跡，來評測演算法同時進行檢測及追蹤的效能，目前主要包含MOT15、MOT16、MOT17三個評測集，其中MOT16允許參賽隊自定義檢測器，並對目標檢測、特徵提取及追蹤等多模組的綜合效果進行測評，因此更具有挑戰性和實用性。
此次，百度視覺技術團隊正是在MOT16評測集中勇奪桂冠，超越來自平安科技、商湯科技、海康威視、騰訊優圖、NEC北美研究院、上海交大、史丹佛大學等多支實力強勁的世界知名高校和公司團隊，技術實力不容小覷。
在檢測、重識別、多目標追蹤等相關演算法上，百度視覺技術團隊做了諸多創新和改進。檢測部分，基於百度自主開發的PaddlePaddle深度學習平臺，選擇更強大的分類底座網路並使用多尺度特徵提取、改善物體模板以提升對微小目標的召回能力、並利用級聯網路結構對目標框進行更精細的迴歸；行人重識別部分，採用自研的基於多樣例注意力方法，能夠進一步挖掘樣本在“困難區域”的細粒度特徵，從而提高相似樣本在特徵空間的可區分性；追蹤部分，採用基於行人重識別的序列特徵相似度模型進行目標軌跡匹配、並利用時空特徵來降低密集多目標跟蹤的軌跡交換問題。
從實際應用角度，多目標追蹤是影片理解和分析領域的核心技術之一。近年來，隨著人工智慧技術的不斷落地，多目標追蹤在城市安防、客流分析、智慧零售、文體直播等多項重要應用場景（尤其是AI to B場景）發揮出日益重要的作用。
基於對多目標追蹤技術的重視，百度視覺技術團隊已在此方向積累百萬量級的檢測、重識別、追蹤訓練資料；多項相關開放服務，如人體檢測、人體追蹤、人體屬性識別、靜態/動態人流統計等，已構成完整的B端人體分析服務矩陣。對內支援百度智慧雲、自動駕駛等業務；並透過百度大腦AI開放平臺對外開放，服務各行各業。未來，百度視覺技術團隊會繼續推進多目標追蹤領域的創新性工作，並爭取在更多實際應用場景實現落地。
視覺技術是百度大腦核心技術能力之一，其領先國際的技術優勢為開發者帶來了更多創新的機會。此次在MOT測評中的奪冠，是百度大腦技術實力的有力證明，也為百度人工智慧“巨樹”再添碩果。據瞭解，百度視覺技術團隊不僅獲得多項國際賽事的第一名，還在CVPR、ICCV、ECCV、AAAI等多項計算機視覺頂會上發表文章。
百度大腦是百度AI技術多年積累和業務實踐的集大成，除了視覺技術領跑國際，在深度學習領域也頻頻發力。前不久，百度深度學習平臺PaddlePaddle首次公佈全景圖，面向行業展示了集深度學習核心框架、工具元件和服務平臺為一體的技術領先、功能完備的開源深度學習平臺。大資料、大模型、大算力是深度學習發展的必備因素，算力的重要性也不言而喻。基於此，PaddlePaddle的一站式深度學習開發平臺AI Studio更送出1億元免費算力，為普通開發者破除算力桎梏。
未來，百度大腦將持續秉持AI普惠的價值理念，一面在產業實踐中不斷打磨，超越自我勇攀高峰，一面高瞻遠矚、開山闢路，為開發者建立完善的AI生態環境，以技術改變生活、服務社會，為推動人類的文明與發展貢獻自己的AI之力。