智能驾驶中视觉目标多层次解析的关键问题研究

Visual perception is the core component in the research of intelligence driving. Although great progress has been made by domestic and foreign research institutions in this field, there are still many problems to be solved. First, the methods for the detection and multi-scale representation of visual objects are imperfect. Second, the motion models for visual objects are simplex and the adaptive transfer mechanism is not explicit. In addition, there lack efficient researches on the mechanisms of semantic context and information compensation in traffic scene. Focusing on the problems above, this project aims to research long-distance multi-scale objects’ accurate detection, multi-objects’ real-time tracking in the non-uniform scenarios, high-similarity objects’ recognition in the low-perception scenarios, and collaborative optimization for visual algorithms and verification platform. We will strive to make innovative achievements in object detection, tracking, recognition and their fused strategy in the traffic scene and provide theories as well as technologies for semantic understanding in intelligent driving system. Through the research of the above problem, it is not only crucial for related fields such as machine learning, computer vision and artificial intelligence, but also is of great significance for both academia and industry.

视觉感知是智能驾驶研究的一个核心内容，虽然国内外研究机构在此方面取得了较大进展，但仍有许多问题亟待解决。首先，视觉目标跨尺度表达与精准检测方法尚不完善；其次，物体运动模型刻画单一且自适应迁移机制不够明确； 此外，对交通场景的语义上下文与信息补偿机理缺乏有效挖掘。针对上述问题，本项目拟从远距离多尺度目标精准检测、非一致场景下的多目标实时跟踪、低感知精度下高相似物体的识别，以及多层次视觉算法的协同优化等方面展开系统研究。力求在复杂交通场景中物体的检测、跟踪、识别及其协同策略上取得创新性成果，为智能驾驶中视觉目标多层次解析提供理论依据和技术支撑。对相关问题的研究，不仅可以推动机器学习、计算机视觉、人工智能等相关领域的发展，同时也可以应用到智能驾驶等实际环境中，对学术界和工业界都有着极其重要的意义。

在真实的场景中，智能汽车实际上处于复杂动态的环境之中，给智能汽车对场景内容的准确感知与理解带来了很大的挑战。能否准确高效地感知理解复杂动态场景内容，是智能汽车发展中一个亟待解决的关键问题。智能汽车环境感知与理解旨在从采集到的环境信息中提取有效内容，进而实现对环境的准确分析，在这一过程中包括三个重要的基础研究问题，即目标检测、目标跟踪和目标识别。本项目围绕复杂动态环境下智能汽车的感知与理解问题展开研究，具体包括：1）针对微小目标的独立特征表达问题，提出了远距离多尺度目标的精准检测模型，对多尺度目标的局部表观特征表达及其多级空间信息进行建模，学习两者之间的潜在关系，缓解小目标特征丢失问题；2）针对复杂动态环境下目标表观复杂多变导致无法跟踪问题，提出了非一致场景下的多目标跟踪模型，对交通场景下的多目标运动进行整体建模，合理利用上下文信息，提升整体多目标跟踪准确度；3）针对低分辨率条件下高相似目标难以识别的问题，提出了低感知精度下高相似物体的鲁棒识别模型，通过上下文建模给表现高度相似物体加入更多可分辨信息，提高识别的准确率；4）针对任务间信息流割裂问题，提出了多任务协同优化框架，利用任务之间的相关性互相促进，以形成一个相互反馈的完整系统，从而达到对智能驾驶中视觉目标多层级解析的目的。