Visual-Object-Tracking Challenge (VOT)是國(guó)際目標(biāo)跟蹤領(lǐng)域最具權(quán)威和影響力的測(cè)評(píng)平臺(tái)，由伯明翰大學(xué)、盧布爾雅那大學(xué)、布拉格捷克技術(shù)大學(xué)、奧地利科技學(xué)院聯(lián)合創(chuàng)辦，旨在評(píng)測(cè)在復(fù)雜場(chǎng)景下單目標(biāo)跟蹤的算法性能，被視為視覺(jué)目標(biāo)跟蹤領(lǐng)域最難的競(jìng)賽之一。本屆競(jìng)賽共設(shè)五個(gè)塞道，吸引眾多全球知名AI企業(yè)、知名高校研究所參與。

基于VOT2020公開(kāi)測(cè)試集RPT跟蹤框架三項(xiàng)指標(biāo)（EAO/R/AO）均位列第一 大華股份憑借在計(jì)算機(jī)視覺(jué)領(lǐng)域的深厚技術(shù)積累，針對(duì)短時(shí)跟蹤任務(wù)提出孿生神經(jīng)網(wǎng)絡(luò)技術(shù)，以獲取更精細(xì)化的定位與對(duì)目標(biāo)幾何結(jié)構(gòu)變化、位姿變化的建模能力，同時(shí)使用多層聚合策略獲取對(duì)抗周邊干擾物的強(qiáng)魯棒性與精細(xì)的目標(biāo)結(jié)構(gòu)信息，最后通過(guò)融合視頻目標(biāo)分割算法，獲取目標(biāo)區(qū)域內(nèi)前景背景分割結(jié)果。最終大華RPT算法在VOT2020競(jìng)賽上取得三項(xiàng)評(píng)測(cè)指標(biāo)排名第一。

RPT跟蹤框架：基于特征點(diǎn)集表示的孿生神經(jīng)網(wǎng)絡(luò)

基于VOT2020公開(kāi)測(cè)試集與隱藏測(cè)試集RPT跟蹤框架均名列第一

基于視覺(jué)目標(biāo)跟蹤算法已在智能視頻監(jiān)測(cè)、輔助駕駛系統(tǒng)、人機(jī)交互等領(lǐng)域得到了廣泛應(yīng)用，為行業(yè)用戶帶來(lái)全新價(jià)值。

大華股份堅(jiān)持以AI賦能行業(yè)應(yīng)用，推動(dòng)AI技術(shù)與各行業(yè)領(lǐng)域場(chǎng)景的深度融合，充分發(fā)揮科技創(chuàng)新對(duì)各行業(yè)可持續(xù)發(fā)展的支撐引領(lǐng)作用，推動(dòng)AI等新一代技術(shù)的普及與落地，賦能百行百業(yè)數(shù)字轉(zhuǎn)型升級(jí)。