近日，在國際多目標跟蹤領域最具權威的測評平臺—— MOT Challenge (Multiple Object Tracking)競賽中，小視科技一舉突破谷歌、微軟、Facebook、Amazon、NEC、MIT等國際知名機構的壟斷地位，提出MiniTrack追蹤方案，在8項評價指標的國際排名中位列第一。其中，核心技術指標MOTA、HOTA均位列第一。
小視科技Mini Track追蹤方案多項指標位列第一（加粗文字表示當前榜單最佳指標）
MOT Challenge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，是國際多目標跟蹤領域最權威的測評平臺，可謂是CV界的“兵家必爭之地”。近年來，全球各大AI研究機構與企業在此展開技術角逐，比拼演算法硬實力。迄今為止，已有100多家機構參與測評。
能夠在群雄逐鹿的MOT國際賽場上脫穎而出，並非易事。
一方面，參評團隊技術實力均處於世界領先水平，競爭十分激烈；另一方面，多目標追蹤需要處理複雜光線、視線遮擋、模糊等棘手情況。由於技術尚未成熟，準確率低、速度慢、運動模糊、ID跳變等問題普遍存在，挑戰極高。
小視科技沿用Tracking-by-detection追蹤框架，針對目標檢測、資料關聯、時域關聯進行改進，提出一種smooth-association方法，追蹤方法在MOT2017比賽中取得排名第一的優秀結果。
Tracking-by-detection pipeline
在多目標跟蹤中，一般情況下，目標遮擋、小目標、模糊等外在因素均會造成檢測器效能下降。smooth-association透過綜合考量跟蹤目標變化情況以及目標檢測器輸出的變化情況，可有效應對此類問題，提升多目標跟蹤的穩定性。
smooth-association對跟蹤目標進行了序列化的分析，根據檢測器輸出的穩定性，在進行相似度匹配以及資料關聯時採用多級動態匹配的方式，更加有效地降低檢測器的不穩定因素對追蹤器的影響。
Single threshold match & dynamic threshold match in tracking procedure
在計算機視覺技術的大規模生產應用過程中，尤其在細粒度影片結構化領域，多目標追蹤是技術要求極高的基礎性分析任務，該技術作為必備環節，貫穿於各種影片分析任務。一方面，追蹤技術能夠在序列分析中提高目標召回率、補償檢測精度；另一方面，追蹤演算法提供了場景目標在時間序列上的一致性標籤，使得演算法方案在時域空域維度上能對目標進行立體分析。此外，作為一項實時分析的演算法單元，多目標追蹤對效能也提出極致要求。
十八大以來，國家高度重視關鍵核心技術創新攻關。《十四五規劃綱要》提到：“展望2035年，我國將在關鍵核心技術上實現重大突破，進入創新型國家前列。”2022年3月，李克強在全國人大作《政府工作報告》時指出，要深入實施創新驅動發展戰略，持續推進關鍵核心技術攻關。
小視科技專注技術創新，近年來已累計自研視覺演算法200餘種，獲得視覺相關演算法專利近90篇。小視自研演算法覆蓋智慧影片監控下的流量統計、異常行為識別等眾多工，為業務後續的事件預警、智慧決策提供基礎資料。相關技術已落地於智慧社群、智慧校園、智慧園區等諸多場景中，廣泛覆蓋全國主要省市。
在江蘇、重慶、遼寧等地的智慧社群中，小視以追蹤演算法賦能智慧感知硬體，實現高空拋物識別、人員聚集識別、車輛檢測、消防佔道、遛狗未牽繩識別等功能，協助社群從人防走向智慧技防。
小視科技在重慶建設智慧社群
小視科技在江蘇省建設智慧技防小區
小視科技協助江蘇、浙江、河南、廣東、山西、遼寧等省市的300餘所學校實現智慧升級，系統具備學生奔跑與打架行為識別、人群聚集識別、闖入危險區告警等多種功能，助力校園安防。
小視科技為杭州一小學建設智慧校園
瀋陽渾南區政府的智慧園區專案中，小視科技實現智慧考勤、智慧防疫、智慧安防、智慧就餐、智慧會議簽到六大功能。此外，透過AI賦能全區數千攝像頭，渾南區內的影片監控能夠對經營佔道、共享單車違規停放、機動車違停等現象進行實時抓拍識別、資料採集與智慧分析，實現城市智慧治理。
小視科技在瀋陽建設智慧園區
作為江蘇省人工智慧代表性企業之一，小視科技定位“智慧視覺全場景生態服務商”，致力於為數字生活、數字城市、數字產業等場景提供數字服務。自2015年成立以來，小視科技先後獲得江蘇省計算機視覺工程研究中心、江蘇省科技進步一等獎、江蘇省專精特新小巨人等榮譽，獲得NIST國際人臉識別競賽FRVT，全球綜合排名第七，開放場景全球第二。
此次在MOT Challenge中登頂榜首，是對小視科技多目標追蹤技術的充分肯定，也印證了小視在計算機視覺領域中強勁的演算法實力。未來，小視科技也將深入推進多目標追蹤技術的場景應用，助力各行各業智慧化升級。