滴滴AI新算法大秀无人驾驶肌肉,包揽全球人脸检测评测5项第一,1项第二!

滴滴AI实验室，刚包揽全球人脸检测评测的5项第一，1项第二。

在世界最权威的人脸检测公开评测集WIDER FACE最新公布的评测结果中，滴滴AI Labs团队联合北京邮电大学PRIS团队提出的人脸检测DFS算法，在WIDER FACE的Easy、Medium和Hard三个评测子集的六项评估结果中, 超过了国内外众多科技公司和高校院所，取得了五项第一、一项第二。

WIDER FACE是目前业界公开的数据规模最大、检测难度最高的人脸检测数据集之一。

由香港中文大学于2016年建立，共包含32,203张图像和393,703个人脸标注。其中40%的数据为训练集（Training），10%的数据为验证集（Validation），50%的数据为测试集（Testing）。

每个集合中的数据根据人脸检测的难易程度分为“Easy”、“Medium”、“Hard”。

由于汇集了人脸尺寸大小变化、拍照角度引起的人脸姿态变化、不同程度的人脸遮挡、表情变化、光照强弱差异以及化妆等多种影响因素，该数据集在全球人脸检测领域极具挑战性，每次评测均会吸引多家国内外科技巨头及高校院所（包含卡耐基梅隆大学、加州大学圣地亚哥分校、北航、浙大、京东、腾讯优图、百度、华为云、IBM沃森研究院等）在这个数据集上验证了自己的算法效果。

而滴滴AI Labs在此次评测中脱颖而出。

他们提出了DFS算法。

在官方验证集和测试集的六项评估结果中，DFS分别取得五项第一、一项第二。

其中在“Easy”、“Medium”和“Hard”三个测试子集中，DFS算法性能分别达到96.3% AP，95.4% AP，90.7% AP。

验证集性能曲线图DFS算法

滴滴AI方面介绍，DFS算法以卷积神经网络中的特征融合为切入点，为了防止高层特征图上的语义信息覆盖低层特征图上的细节信息，提出了特征融合金字塔（Feature Fusion Pyramid）结构。

其以空间和通道注意力机制的方式融合高低层特征，在不失细节信息的同时将语义信息作为上下文线索（contextual cues）增强低层特征。

另外，DFS算法提出了一种辅助训练单阶段检测器的语义分割分支（Semantic Segmentation branch），促使检测网络以一种自监督的方式实现注意力机制以及学到更好的特征。

具体地说，DFS算法独特的语义分割分支分层地利用更强的语义分割监督信息监督训练网络，使得用于预测人脸的各级特征图专注于各自最适宜检测到的不同尺寸的人脸。

DFS算法网络框架图

滴滴方面还透露，目前人脸检测和识别技术已经在滴滴平台广泛使用，用于司机人不符检测、行程中车内录像时的乘客隐私保护等场景，并已形成成熟的技术解决方案，帮助外部合作伙伴进一步提高效率。

此外，这也是滴滴近来刷榜全球AI评测的成果之一。

特别在图像视频领域，滴滴展现出不俗实力。

在去年7月的CVPR 2018 WAD自动驾驶挑战赛中，揽获了二、三、四名的好成绩。

而在去年9月ECCV2018 COCO&Mapillary挑战赛中，滴滴技术团队首次参赛即获得Mapillary街景检测单项世界第一。

大秀无人驾驶肌肉

最后，滴滴近期也有自动驾驶方面的重要进展。

4月25日，滴滴携手加州大学伯克利分校DeepDrive深度学习自动驾驶产业联盟（BDD）在京举办CVPR 2019自动驾驶预研讨会。

会上滴滴正式宣布与BDD达成战略合作，双方将围绕智能驾驶大主题，在前沿研究及应用落地、顶尖人才培养、学术交流等方向展开全方位的积极探索。

更引人关注的是，在一带一路峰会期间，智利总统塞巴斯蒂安·皮涅拉还到访滴滴北京总部试乘无人车。

在滴滴园区的封闭道路上，总统皮涅拉在滴滴创始人程维陪伴下试乘了滴滴自动驾驶测试车。

两位分别来自滴滴中美研发团队的工程师——郑建强和罗阳春，还进行了滴滴自主研发的自动驾驶系统的讲解。

其中，郑建强是滴滴杰出工程师、智能驾驶方向研发负责人 ，也是滴滴国内自动驾驶全资子公司上海滴滴沃芽科技的法人代表。

滴滴方面披露，滴滴自动驾驶团队去年先后在美国加州、北京取得路测资格，正在中美多地密集展开测试研发。

目前团队超过100人，拥有超过40辆不同品牌、车型的自动驾驶测试车辆，团队在保证安全平稳测试的同时，也在积极与政府、车厂、学界及相关方共同探讨、推动自动驾驶商业化落地的可能。