在發(fā)展自動駕駛技術(shù)上，滴滴又在學(xué)術(shù)研究和產(chǎn)業(yè)合作上迎來新的進(jìn)展。

4 月 25 日，滴滴攜手加州大學(xué)伯克利分校 DeepDrive 深度學(xué)習(xí)自動駕駛產(chǎn)業(yè)聯(lián)盟（Berkeley DeepDrive）在京舉辦 CVPR 2019 自動駕駛預(yù)研討會，會上滴滴正式宣布與 BDD 達(dá)成戰(zhàn)略合作。

（來源：BDD）

BDD 是由加州大學(xué)伯克利分校領(lǐng)導(dǎo)的研究應(yīng)用于汽車領(lǐng)域的計算機(jī)視覺和機(jī)器學(xué)習(xí)前沿技術(shù)的產(chǎn)業(yè)聯(lián)盟，全球范圍內(nèi)主要的自動駕駛公司和不少科技公司都已經(jīng)加入這一產(chǎn)業(yè)聯(lián)盟。根據(jù)滴滴和 BDD 的介紹，這次雙方將圍繞智能駕駛大主題，在前沿研究及應(yīng)用落地、頂尖人才培養(yǎng)、學(xué)術(shù)交流等方向展開全方位的積極探索。

滴滴在自動駕駛技術(shù)開發(fā)上的最大優(yōu)勢之一在于其擁有非常好的交通大數(shù)據(jù)。此前 3 月，滴滴聯(lián)合 BDD 啟動 CVPR 2019 WAD 自動駕駛識別挑戰(zhàn)賽，滴滴就提供一個大規(guī)模、高質(zhì)量的真實(shí)駕駛場景視頻數(shù)據(jù)集D2-City（https://gaia.didichuxing.com/d2city），涵蓋 12 類行車和道路相關(guān)的目標(biāo)標(biāo)注。

在今年 CVPR 2019 上，雙方也將舉辦自動駕駛研討會（WAD），基于伯克利 BDD100 K（史上最大規(guī)模自動駕駛視頻數(shù)據(jù)集之一）、滴滴 D2-City 兩個大規(guī)模、高質(zhì)量真實(shí)駕駛場景視頻數(shù)據(jù)集，組織目標(biāo)檢測、目標(biāo)跟蹤遷移學(xué)習(xí)挑戰(zhàn)賽。

圖丨滴滴出行信息安全戰(zhàn)略副總裁、美國研究院院長弓峰敏博士與 BDD 主任、伯克利人工智能研究院（BAIR）聯(lián)合主任 Trevor Darrell 教授（來源：滴滴）

而在最近的一項(xiàng)業(yè)內(nèi)評測上，滴滴的人臉檢測算法也嶄露頭角。

根據(jù)近日 WIDER FACE 公布的最新評測結(jié)果，滴滴 AI Labs 團(tuán)隊(duì)聯(lián)合北京郵電大學(xué) PRIS 團(tuán)隊(duì)提出的人臉檢測DFS 算法，在 Easy、Medium 和 Hard 三個評測子集的六項(xiàng)評估結(jié)果中取得了五項(xiàng)第一、一項(xiàng)第二的成績。

WIDER FACE 是目前業(yè)界公開的數(shù)據(jù)規(guī)模最大、檢測難度最高的人臉檢測數(shù)據(jù)集之一，由香港中文大學(xué)于 2016 年建立，共包含 32,203 張圖像和 393,703 個人臉標(biāo)注。其中 40% 的數(shù)據(jù)為訓(xùn)練集（Training），10% 的數(shù)據(jù)為驗(yàn)證集（Validation），50% 的數(shù)據(jù)為測試集（Testing）。每個集合中的數(shù)據(jù)根據(jù)人臉檢測的難易程度分為“Easy”、“Medium”、“Hard”。

其中，滴滴在“Easy”、“Medium”和“Hard”三個測試子集中，DFS 算法性能分別達(dá)到 96.3% AP，95.4% AP，90.7% AP。

由于匯集了人臉尺寸大小變化、拍照角度引起的人臉姿態(tài)變化、不同程度的人臉遮擋、表情變化、光照強(qiáng)弱差異以及化妝等多種影響因素，該數(shù)據(jù)集在全球人臉檢測領(lǐng)域極具挑戰(zhàn)性，每次評測均會吸引多家國內(nèi)外科技巨頭及高校院所（包含卡耐基梅隆大學(xué)、加州大學(xué)圣地亞哥分校、北航、浙大、京東、騰訊優(yōu)圖、百度、華為云、IBM 沃森研究院等）在這個數(shù)據(jù)集上驗(yàn)證了自己的算法效果。

圖 丨驗(yàn)證集性能曲線圖（來源：http://shuoyang1213.me/WIDERFACE/WiderFace_Results.html）

圖 丨 測試集性能曲線圖（來源：http://shuoyang1213.me/WIDERFACE/WiderFace_Results.html）

DFS 算法以卷積神經(jīng)網(wǎng)絡(luò)中的特征融合為切入點(diǎn)，為了防止高層特征圖上的語義信息覆蓋低層特征圖上的細(xì)節(jié)信息，提出了特征融合金字塔（Feature Fusion Pyramid）結(jié)構(gòu)，其以空間和通道注意力機(jī)制的方式融合高低層特征，在不失細(xì)節(jié)信息的同時將語義信息作為上下文線索（contextual cues）增強(qiáng)低層特征；另外，DFS 算法提出了一種輔助訓(xùn)練單階段檢測器的語義分割分支（Semantic Segmentation branch），促使檢測網(wǎng)絡(luò)以一種自監(jiān)督的方式實(shí)現(xiàn)注意力機(jī)制以及學(xué)到更好的特征。

具體地說，DFS 算法獨(dú)特的語義分割分支分層地利用更強(qiáng)的語義分割監(jiān)督信息監(jiān)督訓(xùn)練網(wǎng)絡(luò)，使得用于預(yù)測人臉的各級特征圖專注于各自最適宜檢測到的不同尺寸的人臉。

圖丨DFS 算法網(wǎng)絡(luò)框架圖

目前，滴滴平臺已經(jīng)在廣泛使用其開發(fā)的人臉檢測和識別技術(shù)，用于司機(jī)人不符檢測、行程中車內(nèi)錄像時的乘客隱私保護(hù)等場景等。

圖丨滴滴的駕駛場景理解平臺（來源：DeepTech）

除此之外，根據(jù)滴滴AI Labs資深研究員車正平博士、李廣宇博士介紹，滴滴的AI Labs 也正在基于其海量真實(shí)駕駛數(shù)據(jù)開發(fā)一款駕駛場景理解平臺，能基于駕駛場景理解、大數(shù)據(jù)分析與風(fēng)險預(yù)測等能力提升出行安全與體驗(yàn)，同時也在構(gòu)建智能駕駛模擬測試環(huán)境，加速滴滴智能駕駛系統(tǒng)優(yōu)化迭代。