近日,ICCV2021-Urban3D挑战赛结果正式公布,北京佳格天地科技有限公司(以下简称:佳格天地)同北京邮电大学、BIGO及武汉大学共同组队斩获赛事世界冠军。
▼队伍名称由四家机构的简称按字母顺序组合为BUPT.BIGO.GAGO.WHU,队伍成员全部为博士或博士候选人
ICCV全称IEEE International Conference on Computer Vision,即国际计算机视觉大会。会议由全球最大的非营利性专业技术学会—电气与电子工程师协会主办, 与计算机视觉模式识别会议(CVPR)和欧洲计算机视觉会议(ECCV)并称计算机视觉方向的三大顶级会议,在业内极富影响力。
今年ICCV大会设立了一项名为Urban3D的算法挑战赛,旨在建立城市规模的3D点云语义分割新标杆。
▼城市三维实景影像
我们生活的3D世界由丰富多样的物体对象组成,如房屋、桥梁、树木、汽车等等,不同的物体对象具有不同的外观形态及功能。然而在机器的眼睛里,这些都是高低不一、颜色各异的点,称为点云。利用深度学习技术自动精确分割点云数据,并标记上不同物体对象的名称,可以应用于城市体检、自动驾驶、以及实景三维地球的建设。
本次赛题使用了无人机航拍的英国城市三维实景影像作为大赛数据集,参赛选手需凭借深度学习算法,让机器在数据量以亿计的影像中对各类物体对象进行自动识别及标注。
▼大赛根据城市中不同物体对象设置了13类语义标签,佳格天地所在团队在建筑、植被、道路、水体等对象提取标准方面表现突出
深度学习技术在城乡地理环境中的应用,正在从二维走向三维。
在目前来说,二维影像上的深度学习已经相当成熟,进入了产品级阶段。这方面,佳格天地已经推出了真正实用的“高绘”产品,服务于城市体检、应急救灾等业务场景,其在实际应用中生产的数据结果精度甚至远超公开数据集的标注精度。
▼“高绘”产品能够在城市核心区、城乡结合部、乡村、山村等多地实现建筑物的自动识别提取。不但可以达到像素级精度的建筑物边界提取还能够贴合于各类硬件条件,满足自然资源普查、城乡建设状况摸底、土地利用状况调查等多种需求
而在三维立体领域,深度学习学界还处在探索发展阶段。比如说,三维点云的数据结构及数据量和其它深度学习工作差别很大,目前大家普遍使用的深度学习框架PyTorch,在其底层代码中就有一些不适用之处;再比如说,城市三维物体的数据分布是极其不均衡的,要建立可用的深度学习模型,需要深入理解数据……在本次大赛中,这些问题在实操过程中得到了一一解决。
▼原始影像与语义分割结果示意。左侧为原始影像,右侧为语义分割结果
佳格天地是一家以大数据与人工智能技术服务农业农村领域的高科技创新企业。在人工智能领域,其人工智能算法研发团队的相关工作已经应用于北京市海淀区短临降雨预测等实际工作当中;打造了成熟的AI地物识别产品——“高绘”;相关成果曾获得2020数字中国创新大赛-数字政府赛道赛题冠军、中国电子“i+”现代数字城市创新创业大赛一等奖等多项荣誉,得到了市场的充分认可。
“十四五”规划中提出:要坚定不移建设数字中国,加快数字化发展。在数字化浪潮席卷而来的当下,佳格天地也正持续发挥大数据与人工智能技术能力,为数字中国建设贡献佳格力量。