正当微信圈中刷屏这则新闻时，海康威视又再一次给大家带来惊喜：——海康威视在PASCAL VOC目标检测中夺冠并刷新世界纪录。

   海康威视研究院由智能分析、大数据技术、感知技术和多媒体技术等专业团队组成，突出在音视频技术的专注和积累，着重研究视音频的智能算法、大数据的分析、挖掘和计算，同时针对新的图像传感器等感知技术，视频的播放技术，人机交互等多媒体技术进行深入研究。

夺冠之道

    ImageNet大规模计算机视觉识别挑战赛（Large Scale Visual Recognition Challenge），是由斯坦福、卡内基梅隆、北卡以及密歇根等一流名校发起的一项计算机视觉竞赛，是计算机视觉方向发展的风向标，一直吸引诸多活跃的顶尖研究团队、学术名校和工业巨头参与其中，每次比赛的结果对学术界和工业界都有着重要而又深远的影响。

视觉识别类竞赛的鼻祖——PASCAL VOC

先来给大家科普一下这两项竞赛的分量。

    PASCAL VOC可谓视觉识别类竞赛的鼻祖，是由利兹大学、苏黎世联邦理工学院、爱丁堡大学、微软、牛津大学等组织的一个视觉识别竞赛，包含了物体分类、目标检测、图像分割等任务。PASCAL VOC对计算机视觉的发展具有深远而巨大的影响，后续的ImageNet竞赛的任务设置就基本沿用了它的设定。此前，微软、英特尔、CMU、Facebook、UC Berkeley等国际顶尖研发团队先后在这个排行榜上刷新纪录。

    ：ImageNet2016国际竞赛于今年9月举办，海康威视研究院继2015年后，再次向该竞赛发起挑战，在场景分类任务中斩获世界第一，目标检测和定位两项任务均获得第二名，场景分割获得第七名，战果斐然。

    ImageNet 2016竞赛共发布了分类定位、图像目标检测、视频目标检测、场景识别和分割等竞赛项目。海康威视研究院基于深度学习技术，研究出一套高效深度卷积神经网络的方法，凭此在场景分类和目标检测定位竞赛项目中分别取得第一与第二的名次。

   目前在海康威视研究院在众多领域的研究都走在行业前列，2015年，海康威视研究院在KITTI的评测中，车辆检测和车头朝向估计两项任务评分均排名世界第一；在MOT Challenge算法测评中获得“计算机视觉的多目标跟踪算法”世界第一；名列TRECVID2016 SED第二名、PASCAL VOC 2012图像分割任务第二名。

    提到夺冠之道，海康威视研究院常务副院长浦世亮表示：“我们的预研团队基于Faster R-CNN深度学习目标检测算法，通过调整网络结构、上下文建模、优化训练和预测等策略，大幅提升了检测性能。研究成果可以应用到视频监控的车辆检测、车牌识别、人体检测、人体属性分析、视频结构化等产品中，将大幅提升产品性能与应用效果。长远来看，在智能安全监控、汽车辅助驾驶、智能交通感知、视频语义理解、机器人和无人机等各方面都有着巨大的应用价值。

    海康威视参与PASCAL VOC视觉识别竞赛，其中目标检测任务成绩mAP性能达到87.9，刷新了世界记录，排名第一名，领先第二名4.1个点。评测中，海康威视20类目标中的19类结果在所有的算法中均处于领先地位。

计算机视觉方向发展的风向标——ImageNet