近日，大華股份基于深度學習的雙目立體匹配算法，刷新了KITTI Vision Benchmark中雙目立體匹配競賽的最好成績，超越了其它一流AI公司和頂尖的學術研究機構，以及ICCV、ECCV、CVPR相關論文中的雙目立體匹配研究成果，這標志著大華股份在雙目立體匹配算法領域處于領先水平。

大華股份在AI技術領域持續耕耘與創新，不斷提升算法、算力的核心競爭力。2018年，大華股份取得道路分割、車輛跟隨、多目標跟蹤、3D目標檢測、人體檢測、車輛檢測、場景流、光流、行人檢索等12項全球AI排行榜第一；2019年，大華股份取得行人重識別、目標實例分割、圖像語義分割、步態識別、遙感圖像分析等十項全球AI排行榜第一。2020年初，大華股份在 MIT Scene Parsing Benchmark場景解析任務中取得了第一。本次在雙目立體匹配算法領域再次取得新突破。大華股份積極加速AI技術成果向現實生產力轉化，賦能行業智能化升級。

大華股份AI最新雙目立體匹配算法評測全球排名第一（提交時間：2020.04.07）

（截圖來源：www.cvlibs.net/datasets/kitti/eval_scene_flow.php?benchmark=stereo）

關于KITTI：

KITTI數據集由德國卡爾斯魯厄理工學院和豐田美國技術研究院聯合創辦，是目前國際上最大的計算機視覺算法評測數據集之一。數據集用于評測立體匹配(stereo)、光流(flow)、場景流(sceneflow)、視覺里程計(visual odometry)、物體檢測(object detection)和跟蹤(tracking)、道路分割(road)、語義分割(semantics)等計算機視覺技術在車載環境下的性能。KITTI包含市區、鄉村和高速公路等場景采集的真實圖像數據，每張圖像中最多包含15輛車和30個行人，且存在不同程度的遮擋與截斷。

雙目立體匹配：

雙目立體匹配是場景三維感知的重要手段，在3D重建，智能機器人、自動駕駛、AR等領域中有著廣泛的應用。雙目立體匹配算法通過對左右目相機拍攝的圖像進行相似性匹配，并獲得視差圖，隨后根據立體幾何原理推測場景深度。

在本次國際測評中，大華基于自主研發的深度學習平臺，開發了一種基于深度神經網絡的立體匹配算法。該算法采用了ASPP的結構對輸入圖像進行多尺度特征提取，并將傳統的SGM算法融入到神經網絡中。此外，在訓練過程中加入了額外的自監督學習策略，有效地提高了算法的精度。

輸入圖像（一）

可視化視差圖（一）

誤差圖（一）

輸入圖像（二）

可視化視差圖（二）

誤差圖（二）

△以上圖片為該國際權威評測數據集的立體匹配算法效果圖

大華實際產品和未來產品中的應用

➢室外3D重建：

場景視差圖

➢起立檢測：

場景視差圖

本次評測中使用的技術已在大華雙目攝像機等產品中得到應用，提升了雙目攝像機的捕獲目標深度數據、目標分離等性能，賦能場景化應用價值。