小视科技出席2022江苏人工智能大会，探讨机器视觉应用新可能

作为江苏省人工智能领域规格最高、规模最大、影响力最强的会议之一，本次大会集聚海内外人工智能创新资源，集中展示江苏人工智能领域的学术成果与科技成就。来自AI领域产学研的各路领军人物围绕AI理论、技术、产业与应用展开交流分享，共探人工智能未来发展。

视频结构化技术，可将大量的原始监控视频图像转换成结构化的信息，完成信息挖掘与数据提取，因而对安防智慧化转型至关重要。

小视科技利用视频结构化，通过时空两个维度抓取视频帧中的关键信息（如位置坐标、体貌特征、运动趋势、轨迹信息等），从而获取视频预测结果，并将其运用于目标追踪。例如，防护服穿脱流程监管、打架识别、高空抛物检测与校园奔跑检测。

防护服穿脱流程监管

打架识别

这四类场景的真实环境极为复杂，追踪检测难度极大。防护服穿脱流程包含行为动作识别、监测追踪技术、精细化标签分类技术、流程管理等多个组件，对实时性能的要求较高；打架检测需解决动作剧烈、遮挡程度高、持续时间短等因素对识别准确率的影响。

高空抛物检测

校园奔跑检测

高空抛物检测的难点在于室外环境复杂，目标体积小、样式多、下落速度快，对检测器性能要求高；校园奔跑检测存在目标移动速度快、场景复杂人数多的难题，需匹配较高的跟踪器性能。

复杂的真实场景，对检测追踪算法提出了更高要求。在国际多目标跟踪领域最具权威的测评平台—— MOT Challenge (Multiple Object Tracking)竞赛中，小视科技提出的MiniTrack追踪方案表现优异，取得MOT17与MOT-HT21排名第一的成绩。

小视科技方案在MOT-HT21任务中，9项指标位列第一

针对检测器提升小目标检测性能，将不同尺度特征层通过融合的方式，提升对小目标的召回率；对训练过程中忽略相互遮挡的标注样本，提高了分类器对目标的区分度。追踪器优化方案采用时空域运动估计模型，达到参数自学习的效果，并且预测结果与人工标注更加贴近。自适应预测追踪框，考虑更多有用信息,速度大幅提升。整个追踪流程简单，全程矩阵计算，加速追踪计算效率。同时，也较好地解决了当前方法对相机抖动和目标非匀速运动不鲁棒的问题。

产品化应用落地，是充分释放技术价值的过程。

小视科技高空抛物摄像机已实现检测追踪算法全流程耗时仅53ms，做到实时分析、防止漏检，同时召回率提升30%；最小检测目达到5x5@1080p，复杂环境下综合检测器召回率达到98.5%；多目标追踪能力得到提升，并行过滤异常轨迹能力提升25%。

视频结构化及追踪检测算法的技术升级，为小视科技产品性能持续优化提供有力支撑。除高空抛物摄像机之外，相关技术也应用于小视星象边缘分析主机、MG800 AI综合能力组件等产品之中，可落地服务于智慧城市治理下的全场景生态。

未来，小视科技也将潜心技术研发，为推动人工智能基础层、技术层、应用层的深度融合发展而助力。